1 |
1
(정정) X는 독립 변수(분류 변수), Y는 반응 변수, PR 0은 오른쪽 자식 노드의 반응변수(Y)가 0인 비율, PR 1은 오른쪽 자식 노드의 반응변수(Y)가 1인 비율, PL 0은 왼쪽 자식 노드의 반응변수(Y)가 0인 비율, PL 1은 왼쪽 자식 노드의 반응변수(Y)가 1인 비율, max(PL 1, PR 1)는 각 독립 변수(x)에 대한 (PL 1, PR 1) 중에서 PL 1과 PR 1 둘 중 하나가 최대인 (PL 1, PR 1) 쌍, min(PL 0, PR 0)은 각 독립 변수(X)에 대한 (PL 0, PR 0) 중에서 PL 0과 PR 0 둘 중 하나가 최소인 (PL 0, PR 0)쌍이라고 정의할 때, max(PL 1, PR 1) 또는 min(PL 0, PR 0)을 유도하는 독립 변수(X)와 그 분계점을 분류 기준으로 선정하는 제1 단계, 상기 제1 단계에서 선정한 분류 기준에 따라 자식 노드를 결정하는 제2 단계, 분류 과정의 종료 여부를 판단하는 제3 단계 를 포함하는 분류 의사 결정 나무의 형성을 통한 자료의 통계적 분류 방법
|
1 |
1
(정정) X는 독립 변수(분류 변수), Y는 반응 변수, PR 0은 오른쪽 자식 노드의 반응변수(Y)가 0인 비율, PR 1은 오른쪽 자식 노드의 반응변수(Y)가 1인 비율, PL 0은 왼쪽 자식 노드의 반응변수(Y)가 0인 비율, PL 1은 왼쪽 자식 노드의 반응변수(Y)가 1인 비율, max(PL 1, PR 1)는 각 독립 변수(x)에 대한 (PL 1, PR 1) 중에서 PL 1과 PR 1 둘 중 하나가 최대인 (PL 1, PR 1) 쌍, min(PL 0, PR 0)은 각 독립 변수(X)에 대한 (PL 0, PR 0) 중에서 PL 0과 PR 0 둘 중 하나가 최소인 (PL 0, PR 0)쌍이라고 정의할 때, max(PL 1, PR 1) 또는 min(PL 0, PR 0)을 유도하는 독립 변수(X)와 그 분계점을 분류 기준으로 선정하는 제1 단계, 상기 제1 단계에서 선정한 분류 기준에 따라 자식 노드를 결정하는 제2 단계, 분류 과정의 종료 여부를 판단하는 제3 단계 를 포함하는 분류 의사 결정 나무의 형성을 통한 자료의 통계적 분류 방법
|
2 |
2
(정정) X는 독립 변수(분류 변수), Y는 반응 변수, PR 0은 오른쪽 자식 노드의 반응변수(Y)가 0인 비율, PR 1은 오른쪽 자식 노드의 반응변수(Y)가 1인 비율, PL 0은 왼쪽 자식 노드의 반응변수(Y)가 0인 비율, PL 1은 왼쪽 자식 노드의 반응변수(Y)가 1인 비율, min(PL 1, PR 1)은 각 독립 변수(x)에 대한 (PL 1, PR 1) 중에서 PL 1과 PR 1 둘 중 하나가 최소인 (PL 1, PR 1) 쌍, max(PL 0, PR 0)은 각 독립 변수(X)에 대한 (PL 0, PR 0) 중에서 PL 0과 PR 0 둘 중 하나가 최대인 (PL 0, PR 0)쌍이라고 정의할 때, min(PL 1, PR 1) 또는 max(PL 0, PR 0)을 유도하는 독립 변수(X)와 그 분계점을 분류 기준으로 선정하는 제1 단계, 상기 제1 단계에서 선정한 분류 기준에 따라 자식 노드를 결정하는 제2 단계, 분류 과정의 종료 여부를 판단하는 제3 단계 를 포함하는 분류 의사 결정 나무의 형성을 통한 자료의 통계적 분류 방법
|
2 |
2
(정정) X는 독립 변수(분류 변수), Y는 반응 변수, PR 0은 오른쪽 자식 노드의 반응변수(Y)가 0인 비율, PR 1은 오른쪽 자식 노드의 반응변수(Y)가 1인 비율, PL 0은 왼쪽 자식 노드의 반응변수(Y)가 0인 비율, PL 1은 왼쪽 자식 노드의 반응변수(Y)가 1인 비율, min(PL 1, PR 1)은 각 독립 변수(x)에 대한 (PL 1, PR 1) 중에서 PL 1과 PR 1 둘 중 하나가 최소인 (PL 1, PR 1) 쌍, max(PL 0, PR 0)은 각 독립 변수(X)에 대한 (PL 0, PR 0) 중에서 PL 0과 PR 0 둘 중 하나가 최대인 (PL 0, PR 0)쌍이라고 정의할 때, min(PL 1, PR 1) 또는 max(PL 0, PR 0)을 유도하는 독립 변수(X)와 그 분계점을 분류 기준으로 선정하는 제1 단계, 상기 제1 단계에서 선정한 분류 기준에 따라 자식 노드를 결정하는 제2 단계, 분류 과정의 종료 여부를 판단하는 제3 단계 를 포함하는 분류 의사 결정 나무의 형성을 통한 자료의 통계적 분류 방법
|
3 |
3
(정정) 제1항 또는 제2항에서, 상기 제3 단계는 자식 노드의 관찰 치수가 소정의 값 이하로 떨어진 경우에는 분류 과정 종료로 판단하고 자식 노드의 관찰 치수가 상기 소정의 값을 초과한 경우에는 분류 과정 계속으로 판단하는 단계인 분류 의사 결정 나무의 형성을 통한 자료의 통계적 분류 방법
|
3 |
3
(정정) 제1항 또는 제2항에서, 상기 제3 단계는 자식 노드의 관찰 치수가 소정의 값 이하로 떨어진 경우에는 분류 과정 종료로 판단하고 자식 노드의 관찰 치수가 상기 소정의 값을 초과한 경우에는 분류 과정 계속으로 판단하는 단계인 분류 의사 결정 나무의 형성을 통한 자료의 통계적 분류 방법
|
4 |
4
(정정) 제1항 또는 제2항에서, 상기 제3 단계는 자식 노드의 관찰 치수가 전체 관찰 치수의 소정의 비율 이하로 떨어진 경우에는 분류 과정 종료로 판단하고 자식 노드의 관찰 치수가 상기 소정의 비율을 초과한 경우에는 분류 과정 계속으로 판단하는 단계인 분류 의사 결정 나무의 형성을 통한 자료의 통계적 분류 방법
|
4 |
4
(정정) 제1항 또는 제2항에서, 상기 제3 단계는 자식 노드의 관찰 치수가 전체 관찰 치수의 소정의 비율 이하로 떨어진 경우에는 분류 과정 종료로 판단하고 자식 노드의 관찰 치수가 상기 소정의 비율을 초과한 경우에는 분류 과정 계속으로 판단하는 단계인 분류 의사 결정 나무의 형성을 통한 자료의 통계적 분류 방법
|
5 |
4
(정정) 제1항 또는 제2항에서, 상기 제3 단계는 자식 노드의 관찰 치수가 전체 관찰 치수의 소정의 비율 이하로 떨어진 경우에는 분류 과정 종료로 판단하고 자식 노드의 관찰 치수가 상기 소정의 비율을 초과한 경우에는 분류 과정 계속으로 판단하는 단계인 분류 의사 결정 나무의 형성을 통한 자료의 통계적 분류 방법
|
5 |
4
(정정) 제1항 또는 제2항에서, 상기 제3 단계는 자식 노드의 관찰 치수가 전체 관찰 치수의 소정의 비율 이하로 떨어진 경우에는 분류 과정 종료로 판단하고 자식 노드의 관찰 치수가 상기 소정의 비율을 초과한 경우에는 분류 과정 계속으로 판단하는 단계인 분류 의사 결정 나무의 형성을 통한 자료의 통계적 분류 방법
|