유의성 기반 로지스틱 회귀모형 변수중요도: 워게임 데이터 분석 (Significance-based Variable Importance in Logistic Regression Model: War-game Data Analysis)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 25권 / 4호 / 175 ~ 182페이지
· 저자명 : 신웅섭, 차영호

초록

앙상블 기법은 다중 학습 알고리즘을 이용한 방법으로 높은 예측 성능을 보이지만 블랙박스(black-box)적인특성으로 인해 모델에 대한 해석이 필요한 경우에는 선호되지 않는다. 부족한 설명력을 보완하기 위해 앙상블 기법에서는 설명변수 간의 상대적인 수치인 변수중요도 척도를 활용하고 있으나, 변수유의성까지 보장해 주지 못하는 한계가 있다. 반면, 회귀모형의 경우 p-value 혹은 벌점화 회귀함수 등을 활용하여 변수유의성 검정은 가능하나 변수중요도는주어지지 않는다. 본 연구에서는 로지스틱 회귀모형에서의 변수유의성을 기반으로 한 로지스틱 회귀모형 변수중요도를제안한다. 모의실험 결과, 로지스틱 회귀모형 변수중요도는 설명변수의 종류와 상관없이 앙상블 변수중요도와 유사한결과가 도출되었고 해당 변수들의 유의성 또한 확인하였다. 본 연구 결과를 육군 전투지휘훈련 워게임 데이터에 적용한결과, 선정된 10개 설명변수 간 상대적 중요도와 유의성을 판단할 수 있어 본 연구가 군 데이터 분석 시에도 활용도가높다는 것을 확인할 수 있다.

영어초록

The ensemble technique uses a multi-learning algorithm to show high predictive performance but is not preferred when the model needs to be interpreted because of its black-box nature. The ensemble technique uses a variable importance scale, a relative number between explanatory variables, to compensate for the lack of explanatory power, but it cannot guarantee variable significance. In the case of the regression model, however, it is possible to test variable significance using p-value or demerit regression functions, but the variable significance is not given. This paper reports the importance of a logistic regression model variable based on variable significance in a logistic regression model. A simulation showed that the importance of the logistic regression model variable was similar to that of the ensemble variable regardless of the type of explanatory variable, and the significance of the variables was also confirmed. After applying the results of this study to the Army BCTP data, the relative importance and significance of the 10 selected explanatory variables could be found, indicating that this study is suitable for analyzing military data.

참고자료

· 없음