데이터마이닝에서 연관분석을 이용한 변수선택
Variable Selection by Association in Data mining
0
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
본 논문에서는 데이터마이닝에서 분류·예측 모형의 성과를 높이기 위하여 기존의 변수들의 상호작용효과를 고려한 새로운 변수를 추가는 방법에 대하여 기술한다. 이를 위하여 연관분석을 통하여 종속변수의 값을 성공으로 만드는데에 유사한 행위를 하는 변수들을 골라내고, 그 변수들의 값을 곱으로 하는 새로운 변수를 추가하여 모형을 구축해 보았다. 주식시장의 이상매매데이터에 적용한 결과, 새로운 모형은 기존의 모형과 비교하여 나은 성과를 나타내었다.
Abstract
This paper introduces a noble method of variable selection utilizing interaction effects between variables to enhance performances of classification/prediction models in data mining. The proposed method utilizes the association of data mining and finds variables which affect the target variable in some way. Those new variables are further screened, multplied to form interaction effect, and finally input to the model. As a result, the model added with the new variables performed better than compared models.
참고문헌 (7)
- 강현철, "데이터마이닝 : 방법론 및 활용" (2002), 자유아카데미
- 김동조, "주식작전 大해부" (2003), 마이웨이라이프
- 정소영, "연관규칙과 의사결정트리를 이용한 중도탈락자 예측모형 개발", 한국정보기술학회논문지, 6(5), pp.202~210 (2008), 한국정보기술학회
- 안성만, "데이터마이닝기법을 이용한 주식시장의 이상매매 적출", 지능정보연구, 12(4) (2006), 한국지능정보시스템학회
- Berry, "Mastering Data Mining" (2000), Wiley
- SAS Institute Inc, "Applying Data Mining Techniques Using Enterprise Miner" (2002), Course Notes
- Tsai, "Selection by Association Rules for Customer Churn Prediction of Multimedia on Demand", Expert Systems with Application, 37, pp.2006~2015 (2010)