학술논문
학습기에 따른 부스팅 성능 비교
이용수 0
- 영문명
- A Comparison of Boosting Performance by Learner
- 발행기관
- 한국자료분석학회
- 저자명
- 김호정(Hojung Kim) 조형준(HyungJun Cho)
- 간행물 정보
- 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.26 No.5, 1331~1344쪽, 전체 14쪽
- 주제분류
- 자연과학 > 통계학
- 파일형태
- 발행일자
- 2024.10.31
4,480원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
앙상블 학습이란 여러 개의 모형을 결합하여 성능이 강한 모형을 만드는 학습 방법으로 실생활의 많은 분야에서 우수한 성능을 나타내고 있다. 앙상블 학습 방법에는 크게 부스팅과 배깅기법이 있으며, 이 두 방법의 차이는 학습기를 순차적으로 학습시키는지 혹은 독립적으로 학습시키는지에서 발생한다. 대부분의 부스팅 방법론에서는 의사결정나무를 학습기로 하여 우수한 성능을 내고 있으며 이들을 비교하는 논문도 존재한다. 하지만, 의사결정나무가 아닌 다른 모형도 부스팅의 학습기로 활용될 수 있으므로 본 논문에서는 다양한 학습 방법을 적용하여 그 결과를 비교하였다. 이항 분류 문제의 상황으로 한정하여 아다부스트와 그래디언트 부스팅의 두 가지 부스팅 방법론에 일반화 선형 모형, 서포트 벡터 머신, K-최근접 이웃, 판별 분석, 그리고 인공 신경망을 학습기로 적용하여 부스팅의 정확도를 비교하였다. 비교 결과, 전체 여섯 가지의 학습 방법론 중에서 의사결정나무를 기반으로 하는 부스팅의 성능이 가장 우수하였고, 일반화 선형 모형과 K-최근접 이웃, 인공 신경망을 기반으로 하는 부스팅은 대체로 준수한 성능을 보였으며 서포트 벡터 머신과 판별 분석을 기반으로 하는 경우에는 가장 좋지 않은 성능을 보였다.
영문 초록
Ensemble learning is a learning method that combines several models to create a model with strong performance, showing excellent performance in many fields of real life. Ensemble learning methods largely have boosting and bagging techniques, and the difference between these two methods arises from whether the learner is trained sequentially or independently. In most boosting methodologies, decision trees are used as learners to perform well, and there are papers comparing them. However, models other than decision trees can also be used as learners of boosting, thus in this paper, various learning methods were applied and the results were compared. Limited to the situation of binomial classification problems, the accuracy of boosting was compared by applying a generalized linear model, a support vector machine, a K-nearest neighbors, discriminant analysis, and an artificial neural network as learners. As a result, out of all six learning methodologies, boosting based on decision trees was the best, and boosting based on generalized linear models, K-nearest neighbors, and artificial neural networks generally showed good performance, and worst performance based on support vector machines and discriminant analysis.
목차
1. 서론
2. 통계 분석 방법론
3. 실험 설계
4. 실험 결과
5. 결론
References
해당간행물 수록 논문
- Journal of The Korean Data Analysis Society (JKDAS) Vol.26 No.5 Contents
- Joint Modeling of Multi-Scale Stock Price using Hierarchical Hidden Markov Models
- 머신러닝 분류 모형을 이용한 Netflix 콘텐츠 시청 시간 예측
- 대학 재학생들의 중도탈락 패턴 분석 및 이탈 예측: H 대학교를 중심으로
- 자율주행 차량 사고 원인 분석을 통한 안전성 제고 방안
- 문자중계와 몬테카를로 시뮬레이션 기반 배구 경기 승패 예측에 관한 연구
- 히스토그램 자료를 위한 성긴 k-평균 군집분석에 관한 연구
- 학습기에 따른 부스팅 성능 비교
- 의사결정나무 분석에 대한 국내 연구 동향 탐색
- 주식시장 수익률과 개인 투자자의 매매 성향
- 동태적 관점에서 본 환경정책과 생산성의 관계: 제조업을 중심으로
- DEA와 SFA 모형을 이용한 한국 프로야구의 비용효율성 분석
- 빅데이터를 활용한 소셜미디어 기후변화 회의론 네트워크와 인플루언서 메시지 구조 분석: 사회연결망 분석과 의미연결망 분석의 적용
- 축제 방문 동기에 따른 축제방문객 시장세분화 연구: 설악문화제 중심으로
- 투자심리와 주식 유동성 간의 관계
- 시니어 창업의 내·외적 동기가 창업의지와 창업행동에 미치는 영향
- 온라인 수업을 경험한 간호대학생의 학습몰입과 문제해결능력이 학업성취도에 미치는 영향
- 신규간호사의 임상수행능력에 영향을 미치는 요인
- 국내 간호대학생의 임상수행능력 관련 변인에 대한 체계적 문헌고찰 및 메타분석
- 스크린 골프 이용자의 수준별 경기력 비교 분석 및 스코어 예측
- 자율주행 자동화 수준과 도로형태에 따른 이차과제 수행과 상황인식 차이
- 자원 희소성(resource scarcity)이 자기 효능감에 미치는 영향: 지각된 통제감의 매개효과
- 댓글분석을 활용한 사이코패스 인식: 웹크롤링과 LDA를 중심으로
- 법적 판단에서의 증거평가 차원: 다차원 척도법 및 펴기의 적용
- 대학생의 디지털 리터러시 변화에 대한 종단연구: 잠재성장모형을 적용하여
참고문헌
관련논문
자연과학 > 통계학분야 BEST
더보기자연과학 > 통계학분야 NEW
- Joint Modeling of Multi-Scale Stock Price using Hierarchical Hidden Markov Models
- Journal of The Korean Data Analysis Society (JKDAS) Vol.26 No.5 Contents
- 머신러닝 분류 모형을 이용한 Netflix 콘텐츠 시청 시간 예측
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!