![[데이터마이닝] DM Fundraising-1](http://images.happyhaksul.com/thumb/552/551492-0001.gif)
![[데이터마이닝] DM Fundraising-2](http://images.happyhaksul.com/thumb/552/551492-0002.gif)
![[데이터마이닝] DM Fundraising-3](http://images.happyhaksul.com/thumb/552/551492-0003.gif)
![[데이터마이닝] DM Fundraising-4](http://images.happyhaksul.com/thumb/552/551492-0004.gif)
![[데이터마이닝] DM Fundraising-5](http://images.happyhaksul.com/thumb/552/551492-0005.gif)
![[데이터마이닝] DM Fundraising-6](http://images.happyhaksul.com/thumb/552/551492-0006.gif)
![[데이터마이닝] DM Fundraising-7](http://images.happyhaksul.com/thumb/552/551492-0007.gif)
![[데이터마이닝] DM Fundraising-8](http://images.happyhaksul.com/thumb/552/551492-0008.gif)
![[데이터마이닝] DM Fundraising-9](http://images.happyhaksul.com/thumb/552/551492-0009.gif)
![[데이터마이닝] DM Fundraising-10](http://images.happyhaksul.com/thumb/552/551492-0010.gif)
![[데이터마이닝] DM Fundraising-11](http://images.happyhaksul.com/thumb/552/551492-0011.gif)
![[데이터마이닝] DM Fundraising-12](http://images.happyhaksul.com/thumb/552/551492-0012.gif)
![[데이터마이닝] DM Fundraising-13](http://images.happyhaksul.com/thumb/552/551492-0013.gif)
![[데이터마이닝] DM Fundraising-14](http://images.happyhaksul.com/thumb/552/551492-0014.gif)
![[데이터마이닝] DM Fundraising-15](http://images.happyhaksul.com/thumb/552/551492-0015.gif)
![[데이터마이닝] DM Fundraising-16](http://images.happyhaksul.com/thumb/552/551492-0016.gif)
![[데이터마이닝] DM Fundraising-17](http://images.happyhaksul.com/thumb/552/551492-0017.gif)
![[데이터마이닝] DM Fundraising-18](http://images.happyhaksul.com/thumb/552/551492-0018.gif)
![[데이터마이닝] DM Fundraising-19](http://images.happyhaksul.com/thumb/552/551492-0019.gif)
![[데이터마이닝] DM Fundraising-20](http://images.happyhaksul.com/thumb/552/551492-0020.gif)
분야
hwp< 목 차 >
Ⅰ. 서론
1. 소개
2. 목적설정하기
① 프로젝트 목적설정
② 모형구축방법 선택
Ⅱ. 본론
1. 데이터 선택
(1) 데이터의 종류
(2)변수설명
(3)자료 분석
2. 모형구축을 위한 데이터 준비
(1) 데이터 접근하기
(2) 데이터 정제하기
1). 연속형 변수
①. 이상치와 데이터 오류
2) 범주형 변수
3. 변수 선택 및 변환
(1) 새로운 변수(비율) 만들기
(2) 변수 선택하기
1) 연속형 변수
2) 범주형 변수
(3) 선형적인 독립변수(predictors) 개발하기
1)연속형 변수
① 변수세분화(Segmentation)
②. 변수변환(Segmentation)
2) 범주형 변수
5. 모형 구축 과정 및 평가
1) 데이터 나누기
2)모형구축하기
①단계적선택방법
②후진소거법
③최적조합선택법
3) 평가(십분위 분석법)
①분석용데이터세트
② 평가용데이터세트
6. 모형평가
1) 분석용 데이터 세트 이익도표
2) 평가용 데이터 세트 이익도표
Ⅲ. 결론
training set
이 그래프는 이익도표를 그래프로 나타낸 것으로 모형구축을 하지 않았을 때보다 모형을 구출하는 것이 얼마나 더 적합한지를 확연히 알 수 있게 해준다. 전체 데이터의 50% 만으로도 활성화 관찰치들 중 83%를 찾을 수 있다. 모형을 구축하지 않았을 때보다 63% 더 증가한 것이다.
test set
이 그래프는 이익도표를 그래프로 나타낸 것으로 모형구축을 하지 않았을 때보다 모형을 구출하는 것이 얼마나 더 적합한지를 확연히 알 수 있게 해준다. 전체 데이터의 50% 만으로도 활성화 관찰치들 중 82%를 찾을 수 있다. 모형을 구축하지 않았을 때보다 62% 더 증가한 것이다.
