본문내용
데, 복수 의사결정 나무기법처럼 부류값 별로 복수의 의사 나무를 만들어 모형을 구축해 단일 의사결정나무보다 분류의 적중률과 설명력이 향상된 방법, 의사결정나무의 알고리즘이 수치 변수와 범주형 변수도 지원한다는 속성을 활용하여 다른 회귀 알고리즘을 결합한 모델 등 의사결정 나무기법의 단점을 고안하기 위한 다양한 방법이 연구되고 있다.
출처 및 참고 문헌
의사결정나무의 데이터 유형별 가지치기 최적조건, 이지현, 한밭대학교, 2018, 국내석사
절단자료 분석을 위한 의사결정나무, 오인광, 고려대학교 대학원, 2020, 국내석사
데이터베이스 구축을 위한 의사결정나무기법의 비교연구, 조진혁,東亞大學校 大學院,2002,국내석사
의사결정나무 추천 모형 탐지에 관한 연구, 김선경, 고려대학교 대학원,2009,국내석사
출처 및 참고 문헌
의사결정나무의 데이터 유형별 가지치기 최적조건, 이지현, 한밭대학교, 2018, 국내석사
절단자료 분석을 위한 의사결정나무, 오인광, 고려대학교 대학원, 2020, 국내석사
데이터베이스 구축을 위한 의사결정나무기법의 비교연구, 조진혁,東亞大學校 大學院,2002,국내석사
의사결정나무 추천 모형 탐지에 관한 연구, 김선경, 고려대학교 대학원,2009,국내석사
소개글