의사결정나무분석 소개

소개

데이터마이닝기법중에서 의사결정나무 분석내용을 이해하기 쉽게 조사설명한 보고서입니다.

목차

1. 의사결정나무 분석이란?

2. 의사결정나무분석 방법
1) 정의
2) 구성요소
3) 분리기준
4) 순수도 개념

본문내용

1. 의사결정나무 분석이란?
데이터마이닝은 방대한 양의 자료를 대상으로 하여 의사결정에 도움이 되는 유용한 정보를 발견하는 일련의 분석작업을 의미한다. 즉 데이터마이닝은 "데이터에 함축되어 있으나 이전에는 발견되지 않은 잠재적으로 유용한 정보를 새롭게 추출"함으로써 과거 행위의 분석을 기초로 미래 행위를 예측하는 의사결정 지원을 위한 모형을 만들어 내는 것이라고 할 수 있다.(Berson et al, 1999)

<중략>

(3) CART에서 순수도의 의미와 계산사례
어느 분류기준이 보다 바람직한 것일까요? 의사결정나무에서 분류의 우수성을 판단하는 기준을 순수도라고 합니다. CART분석방법은 순수도 계산방법으로 지니지수를 사용합니다. 분류결과를 보면 성별기준이 좋아 보입니다. 이유는 성별기준으로 분류한 결과 자식노드에서 손상중증도의 비율이 한쪽으로 치우쳐서 나오게되기 때문입니다. 이렇게 분류결과 유사한 부류끼리 분류해준다면 분류의 목적(동일한 개체끼리 그룹화를 하기 위한 기준생성)을 제대로 수행한 것이라고 볼 수 가 있는 것입니다.
성별보다 나이를 분류의 기준으로 설정했을 때의 결과는 우측에 있습니다. 나이에 의한 분류결과는 어느 한쪽으로 치우치지 않고 거의 동일한 비율로 분류가 되었음을 알 수 있습니다. 이러한 분류 결과를 얻는 것은 분류하지 않은 경우와 거의 차이가 없다고 보면 될 것입니다. 왜냐하면 우리가 분류를 하는 것은 분류전보다 동질의 데이터를 그룹화하기 위한 기준을 마련하기 위한 것이기 때문입니다.

참고자료

· 없음