앙상블 머신러닝 모형에 의한 부산 전략산업의 소득에 대한 예측 연구

• 영문명: The Prediction Power of Busan’s Strategic Industry on the Income through Ensemble Machine Learning Model
• 발행기관: 한국경제통상학회
• 저자명: 이재득(Chae-Deug Yi)
• 간행물 정보: 『경제연구』經濟硏究 第39卷 第4號, 3~29쪽, 전체 27쪽
• 주제분류: 경제경영 > 경제학
• 파일형태: PDF
• 발행일자: 2021.11.30

국문 초록

본 연구는 최근 새로운 기법인 앙상블 러닝 분석 모형을 도입하여 부산의 전략산업들의 소득에 대한 경제 예측력에 대한 비교 연구를 하였다. 부산의 전략산업의 소득에 대한 추정결과, 보팅 앙상블 모형이 단일 모형인 서포트 벡터 머신 혹은 인공신경망 회귀모형 보다 예측력이 더 좋게 나타났다. 랜덤 포레스트 모형에 의한 전략산업의 소득에 대한 예측력을 볼 때, 훈련용 데이터와 시험용 데이터 모두 결정계수가 높게 나타나고 랜덤 포레스트 모형이 보팅 앙상블 모형의 예측 보다 좋게 나타났다. 그래디언트 부스팅 모형으로 소득에 대한 예측을 하면, 결정계수는 아주 높게 나오고 랜덤 포레스트 모형이나 보팅 앙상블 모형의 예측보다 더 좋은 것으로 나타났다.

영문 초록

This study analyzes the ensemble machine learning models to forecast the income using the seven strategic industries of Busan. The voting ensemble method seems to have the better forecasting power than the single machine learning methods such as the support vector machine model or the artificial neural network model. Among the ensemble models, to forecast the income, the random forest model appeared to be the better model than the voting model with the higher coefficient of determination. However, the gradient boosting ensemble model shows the highest predictive power than the other ensemble models such as voting models and the random forest models to forecast Pusan’s income.

목차

Ⅰ. 서언

Ⅱ. 머신러닝과 앙상블 러닝 모형

Ⅲ. 전통적 계량 모형과 릿지와 라쏘 모형 예측

Ⅳ. 소득에 대한 앙상블 머신러닝 모형 예측

Ⅴ. 결언

키워드

산업 소득 머신러닝 앙상블 러닝 Income Industry Machine learning Ensemble learning