Data mining 신경망 분석 및 호지스틱 회귀모형과 평점표
#
Find similar titles
- 최초 작성자
- 최근 업데이트
Structured data
- Category
- Database
Table of Contents
신경망 분석 #
신경망이란 #
- 인간의 두뇌로 학습하는 과정을 모방해서 설정된 계량적인 학습방법이다. 신경망은 회계부정의 검토, 금융, 경제 시계열 예측, 신용평가, 카드도용, 패턴분석 등 데이터마이닝의 분류 및 예측 분야에서 이용되는 분석 방법이다.
그림 1. 신경망 분석 (출처: (http://http://blog.his21.co.kr/423))
신경망의 구성요소 #
- 신경망의 구성은 입력층, 출력층 그리고 입력층과 출력층 사이의 은닉층(중간층)으로 구성되어 있다. 입력층에서는 신호를 받고, 출력층에서는 출력 신호를 보내며 윽닉층은 입력층과 출력층을 연결하는 역할을 한다.
신경망 모형의 작성 및 이용 #
- 분류 및 예측에 이용되는 신경망 모형은 다음과 같이 6단계로 작성한다.
- 입력 및 출력변수의 식별
- 입력, 출력변수값을 적절한 범위로 변환
- 신경망의 구조를 설정
- 자료를 이용하여 신경망을 훈련
- 훈련에 이용된 자료가 아닌 실제 자료에 대하여 4.에서 작성된 모형이 적절한지 검정하여 신경망 모형을 완성
- 5.에서 작성된 모형을 이용하여 새로운 현상을 예측 또는 분류
신경망의 장단점 #
장점 #
- 신경망은 의사결정 나무보다 분류 및 예측력 측면에서 우수한 결과를 나타낸다.
- 신경망은 많은 입력변수를 가지고 있으며 입력변수와 출력변수 간의 관계가 복잡한 비선형 형태일 때 더 유용하다.
단점 #
- 과정이 투명하지 않고 복잡하다.
- 신경망이 분류하더라도 왜 신경망이 그렇게 분류되었는지 설명하기 어렵다.
- 신경망 가중치 설정 등에는 전문성이 필요하여 비전문가가 사용하기 어렵다.
- 신경망은 잘못된 입력정보에 둔감하여 오류 발견이 어렵다.
호지스틱 회귀모형 분석 #
회귀분석이란 #
- 예측변수 또는 종속변수를 설명변수의 함수로 예측하는 모형이다. 설명변수의 함수로 선형함수를 사용하는 모형을 선형 회귀모형, 비선형함수를 사용하는 모형을 비선형 회귀모형이라 정의한다.
단순선형 회귀모형 #
- 선형 회귀의 가장 단순한 예제는 한 개의 스칼라 독립 변수 x와 한 개의 스칼라 의존 변수 y의 관계를 의미한다.
그림 2. 단순선형 회귀모형 (출처:(https://blog.naver.com/shong1214/220936520856))
다중선형 회귀모형 #
- 다중선형 회귀모형은 단순선형 회귀모형에서 독립 변수를 여러 개로 확장한 것이다. 실제 적용 사례 중 대부분의 모형사용은 여러 개의 독립 변수를 포함하여 만드는 다중선형 회귀모형을 의미한다.
그림 3. 다중선형 회귀모형 (출처:(https://blog.naver.com/shong1214/220936520856))
회귀모형의 종류 #
그림 4. 회귀모형의 종류 (출처:(http://jangun.com/study/RegressionAnalysis.html))
관련 페이지 #
Data mining 정의, Data mining 군집화, Data mining 자료탐색 및 군집화, Data mining 연관규칙의 발굴 및 나무모형, Database
Suggested Pages #
- 0.025 RDBMS
- 0.025 CQL
- 0.025 NoSQL 정의 및 역사
- 0.025 BigData
- 0.025 MongoDB
- 0.025 Oracle
- 0.025 Data mining
- 0.025 Apache
- 0.025 NoSQL
- 0.025 Riak
- More suggestions...
