|
weka.associations.Apriori -N 10 -T 0 -C 0.9 -D 0.05 -U 1.0 -M 0.1 -S -1.0
Relation: 전화이탈자(WEKA용)-weka.filters.unsupervised.attribute.Discretize-F-B10-M-1.0-Rfirst-last-weka.filters.unsupervised.attribute.Discretize-F-B10-M-1.0-Rfirst-last
Instances: 300
Attributes: 11
성별
나이
직업
거주지
지
|
|
|
다.
2.전처리한 자료를 이용하여 logistic regression, cart, bayesian을 실행하시오.
* logistic regression
(1) 전처리한 arff자료를 weka로 실행한다.
(2) classify의 functions 폴더에서 logistic을 실행한다.
(3)전체 자료 중 60%만 추출하여 trainning하기위하여 percentage sp
|
|
|
4개의 범주형변수와 4개의 연속형변수로 구성되어있고, 데이터 레코드수의 수는 총 398 개이다.
③ 변수 정보
cylinders : 엔진의 실린더 개수(범주형 변수)
displacement : 배기량 (연속형 변수)
horsepower : 차량 마력 (연속형 변수)
weight : 차량 중량 (연
|
|
|
Weka그룹 (6억7,600만) 3) 슈프링어 출판 (3억7,060) 4) Ernst Klett AG (3억4,500만) 5) Cornelson (2억7,000만) 6) Weltbild (2억5,380만) 7) S ddeutscher 출판 (2억2,600만) 8) C. H. Beck (2억) 9) Mairs Geographischer 출판 (1억9,200만) 10) Heyne 출판 (1억7,300만)순임.
<참고문헌>
이
|
|
 |
D Tree를 적용한 실험결과
그림 9. experimenter을 이용한 Tree 비교
위의 그림은 experimenter을 이용하여 Tree의 정확도를 비교한 값이다. 이전의 explorer에서 Tree를 비교하기 위해서는 J48 Tree와 AD Tree를 각각 실행하여 비교하여야 한다.
그러나 experimenter
|
|
 |
Weka, R, SPSS 등을 사용하여 도표 및 다양한 시각화 수단을 이용해 정보를 효과적으로 전달하고자 하였습니다.
이러한 기획을 통해서 사용자가 간단한 데이터 입력으로 자신이 원하는 연구 활동 지표를 분석할 수 있고, 그 안에서 새로운 통찰력
|
|
메뉴펼치기
