R을 이용한 Orange juice 데이터 분류모형 적용 (기계학습)

목차

1. Introduction
1. 1. Orange Juice(OJ) data
1. 2. Methods and functions
1. 3. Evaluate performance

2. Modeling
2. 1. Logistic regression
2. 2. Linear discriminant analysis
2. 3. Quadratic discriminant analysis
2. 4. k-Nearest neighbor
2. 5. Generalized additive models
2. 6. Classification trees
2. 7. Random forest
2. 8. Support vector machine

3. Conclusion
3. 1. Comparison Test MSE
3. 2. Summary

본문내용

Abstract
ISLR 패키지에 내장되어 있는 OJ 데이터를 가지고 최적의 분류모형을 찾아보았다. Logistic regression, Linear discriminant analysis 등 모수적 가정을 하는 분류모형과 비모수적 방법인 k-Nearest Neighbor, Generalized additive model 등을 적용해보았으며, 더 나아가 이 밖에 실생활에서 널리 쓰일 수 있는 Tree 기반 모형인 Random forest 도 적용하였고 1990 년 중반에 분류모형으로써 센세이션을 일으킨 Support vector machine 도 적용해보았다.
데이터의 분포 및 성질에 따라 각각의 방법을 적용함으로써 존재하는 장단점이 달라질 수 있지만, OJ 데이터에서는 본 내용에서 소개하는 분류모형 중 비교적 가장 최신의 기법인 Support vector machine 이 가장 예측력이 좋게 나왔다.

1. Introduction
• 분류 문제는 관심이 대상이 되는 반응변수와 관련된 설명변수를 기반으로 사전 정의 된 그룹 또는 클래스에 객체를 할당해야 할 때 발생한다.
• Statistical classification 이란 기계학습에서 지도학습(Supervised learning)의 일종으로 분류하고자 하는 반응변수와 관련된 설명변수를 가지고 있는 데이터로부터 분류 모형을 설정 및 식별하고 새로운 데이터가 주어졌을 때 반응변수의 클래스를
예측하는 통계적 방법이다.
• 일반적으로 전체 데이터의 일부분을 가지고 Training data 로 정의하여 모형을 만들고 나머지를 Test data 로 정의하여 모형의 예측력을 평가한다.
• 여기서는 OJ 데이터를 가지고 다양한 분류 모델링을 적용하여 최적의 분류 예측모형을 찾는데 중점을 두겠다.

1. 1. Orange Juice(OJ) data
• OJ 데이터는 18 개의 변수와 1070 개의 관측치로 이루어진 데이터이다.

참고자료

· 없음