데이터마이닝 과제 UCI Adult 자료 분석

목차

I. 변수 탐색
1. relation 변수 값에 따른 class 변수의 빈도 수
2. marital 변수 값에 따른 class 변수의 빈도 수
3. occupatn 변수 값에 따른 class 변수의 빈도 수
4. educ_num 변수 값에 따른 class 변수의 빈도 수

II. 나무모형의 결과 요약
1. 트리
2. 트리의 끝마디에 대한 설명
3. 변수중요도
4. 서브트리 평가 : SAS가 선택한 최적 크기 확인

본문내용

변수 탐색
타겟과 각 변수 간의 관계를 파악하기 위해 통계량 탐색 노드를 실시했다. 그 결과 카이제곱 값과 Worth값을 통해 relation 변수가 목표변수 class와 일변량 연관성이 가장 높다는 사실을 알 수 있다. 카이제곱 값을 살펴보면 relation 변수는 6699.0769로 가장 높고, 그 다음으로는 marital 변수가 6517.7417, educ 변수가 4429.6533의 순서로 높다.

다음으로 일변량 연관성의 정도를 0과 1로 나타낸 Worth 값을 보면, 역시 relation 변수값이 0.074869로 타겟변수와 연관성이 가장 높은 점을 알 수 있다. 뒤를 이어 marital 변수가 0.073579로 두 번째로 높은 연관성을 보였다. 하지만 세 번째는 카이제곱 값과 다르게 cap_gain 변수(0.052919)로 educ(0.046709)보다 높은 연관성을 보인다.

참고 자료

없음