상세 보기
전역적 범주화를 위한 샘플 분할 포인트를 이용한 점진적 기법
An Incremental Method Using Sample Split Points for Global Discretization
- 한경식;
- 이수원
초록
대부분의 교사학습 알고리즘은 수치형 변수 처리의 어려움을 해결하기 위해 전처리 단계에서 연속형 변수를 범주형으로 변환시킨 후 적용된다. 이러한 전처리 단계를 전역적 범주화라 하며 빈즈(Bins)라는 클래스 분포 리스트를 이용한다. 그러나 대부분의 전역적 범주화 기법은 단일 빈즈를 필요로 하기 때문에 데이타가 대용량이고 범주화를 수행할 변수의 범위가 매우 클 경우, 단일 빈즈를 생성하기 위해 많은 정렬 및 병합을 수행해야한다. 또한, 기존의 방법은 일괄처리 방식으로 범주화를 수행하기 때문에 새로운 데이타가 추가되면 이 데이타가 반영된 범주를 생성하기 위해 처음부터 범주화를 다시 수행해야한다. 본 논문은 이러한 문제점을 해결하기 위해 샘플 분할 포인트를 추출하고 이로부터 범주화를 수행하는 기법을 제안한다. 본 논문의 접근 방법은 단일 빈즈를 생성하기 위한 병합이 필요 없기 때문에 대용량 데이타에 대한 범주화를 수행할 때 효율적이다. 본 연구에서는 실제 데이타와 가상의 데이타를 이용하여 기존의 방법과 비교 실험하였다.
키워드
Global Discretization; Machine Learning; Incremental Learning; Large Dataset; Data Mining; Global Discretization; Machine Learning; Incremental Learning; Large Dataset; Data Mining; 전역적 범주화; 기계학습; 순차적 학습; 대용량 데이타셋; 데이타 마이닝
- 제목
- 전역적 범주화를 위한 샘플 분할 포인트를 이용한 점진적 기법
- 제목 (타언어)
- An Incremental Method Using Sample Split Points for Global Discretization
- 저자
- 한경식; 이수원
- 발행일
- 2004-07
- 저널명
- 정보과학회논문지 : 소프트웨어 및 응용
- 권
- 31
- 호
- 7
- 페이지
- 849 ~ 858
- 언어
- KOR
- 출판사
- 한국정보과학회
- 발행국가
- 대한민국
- 분량
- 10 페이지
- ISSN
- P 1229-6848