데이터마이닝기법

 1  데이터마이닝기법-1
 2  데이터마이닝기법-2
 3  데이터마이닝기법-3
 4  데이터마이닝기법-4
 5  데이터마이닝기법-5
 6  데이터마이닝기법-6
 7  데이터마이닝기법-7
 8  데이터마이닝기법-8
 9  데이터마이닝기법-9
 10  데이터마이닝기법-10
 11  데이터마이닝기법-11
 12  데이터마이닝기법-12
 13  데이터마이닝기법-13
 14  데이터마이닝기법-14
 15  데이터마이닝기법-15
 16  데이터마이닝기법-16
 17  데이터마이닝기법-17
※ 미리보기 이미지는 최대 20페이지까지만 지원합니다.
  • 분야
  • 등록일
  • 페이지/형식
  • 구매가격
  • 적립금
자료 다운로드  네이버 로그인
소개글
데이터마이닝기법에 대한 자료입니다.
목차
[1] 연관규칙(Association rules)
[2] 순차패턴(Sequential patterns)
[3] 클러스터링(Clustering)
[4] 의사결정나무(Decision Trees)
[5] 신경망 모형(Neural Networks)
[6] 유전학적기법
[7] 사례 기반 추론 기법(CBR)
본문내용
[4] 의사결정나무(Decision Trees)
의사결정나무(Decision Trees)는 분류 또는 예측을 목적으로 하는 어떤 경우에도 사용될 수 있는 기법으로 분석의 정확도보다는 분석과정의 설명이 필요한 경우에 더 유용하게 사용
(1) 세분화(Segmentation)
데이터를 비슷한 특성을 갖는 몇 개의 그룹으로 분할하여 각 그룹별 특성을 발견하는 경우 또는 각 고객이
어떤 집단에 속하는지를 파악하고자 하는 경우
(2) 분류(Classification, Stratification)
관측개체를 여러 예측 변수들에 근거하여 목표변수의 범주를 몇 개의 등급으로 분류하고자 하는 경우.
(3) 예측(Prediction)
자료로부터 규칙을 찾아내고 이를 이용하여 미래의 사건을 예측하고자 하는 경우.
(4) 차원축소 및 변수선택(Data reduction and variable screening)
매우 많은 수의 예측변수 중에서 목표변수에 큰 영향을 미치는 변수들을 골라내고자 하는 경우
(5) 교호작용효과의 파악(Interaction effect identification)
여러 개의 예측 변수들이 결합하여 목표변수에 작용하는 규칙(교호작용효과)을 파악하고자 하는 경우
오늘 본 자료
더보기
  • 오늘 본 자료가 없습니다.
해당 정보 및 게시물의 저작권과 기타 법적 책임은 자료 등록자에게 있습니다. 위 정보 및 게시물 내용의 불법적 이용,무단 전재·배포는 금지되어 있습니다. 저작권침해, 명예훼손 등 분쟁요소 발견 시 고객센터에 신고해 주시기 바랍니다.