|
구조
3. 의사결정나무 모형의 사용분야
4. 의사결정나무 모형의 구축 과정
5. 분할 기준
6. 분할 방법(Split) : CHAID, CART, C5.0, QUEST
7. 가지치기 방법(Prune)
8. 의사결정나무모형의 단점
9. 의사결정나무 모형의 장점
10. 참고문헌
|
|
|
CHAID, Neural Connection등을 이용해 검증해 보았다. 본 연구에서 분석한 고객DB는 특정 고객만을 대상으로 2년 동안 축적된 초보적 자료이기 때문에 실제 깊이 있는 분석을 하는데 한계가 있지만, 데이터 분석 입장에서는 자료의 형태나 연구 목적
|
|
|
nd Regression Trees), C4.5/C5.0, CHAID 등이 있는데, CART에 대하여 주로 설명하고자 한다.
CART는 Breiman 등(1984)에 의하여 개발된 것인데, 각 (독립)변수를 이분화(binary split)하는 과정을 반복하여 트리 형태를 형성함으로써 분류(종속변수가 범주형일 때)
|
|
|
용하였다. 여기서 층을 결정하는데 사용된 알고리즘은 트리모형을 사용하는 SM(Segmentation model)방법론의 하나인 CHAID 알고리즘을 사용하였다. 이렇게 최종 결정된 무응답층을 사용하여 다른 달의 자료에서 적용한 후 최종 통계치들의 시계열적
|
|
|
CHAID(Chi-squared Automatic Iteraction Detector)
5) CART(Classification and Regression Tree)
6) QUEST(Quick, Unbiased, Efficient, statistical Tree)
10. 파레토 법칙
11. 그룹 의사결정
1) 그룹 의사결정과 개인적 의사결정
2) 그룹 의사결정 기법
3) 그룹 미팅을 주재하는 요
|
|
 |
역세권 설정에 관한 연구”, 한국철도학회 논문집, 11(3): 216~224.
김태호최유란이명훈, 2008, “CHAID분석을 이용한 서울시 지하철역세권 지가 영향모형 개발”, 한국철도학회 논문집, 11(4): 504~512.
서정화이명훈전병혜, 2008, “대학가 역세권의 보
|
|
|
CHAID분석을 이용한 서울시 지하철 역세권 지가 영향모형 개발, 한국철도학회 논문집 11권 4호, 2008.
4. 김태호, 지속가능한 보행환경을 위한 보행자 서비스 질 평가지표 개발, 한양대학교 박사학위논문, 2008.
6. 양동양, 도시주거단지계획, 기문당
|
|
메뉴펼치기
