|
| |
|
|
데이터마이닝 기법을 이용한 도시가계 소비성향 분석
파일 
데이터마이닝 기법을 이용한 도시가계 소비성향 분석.hwp
[Size :
247 Kbyte
]
데이터마이닝 기법을 이용한 도시가계 소비성향 분석.hwp
[Size :
247 Kbyte
]
분량 27 Page
가격 3,000 원
×
링크주소가 복사 되었습니다.
원하는 곳에 붙혀넣기 하세요
원하는 곳에 붙혀넣기 하세요
카트
|
다운받기
|
 네이버 ID로 다운 받기  카카오 ID로 다운 받기  구글 ID로 다운 받기  페이스북 ID로 다운 받기 |
뒤로
|
자료설명
데이터마이닝 기법을 이용한 도시가계 소비성향 분석에 대한 글입니다.
데이터마이닝기법을이
데이터마이닝기법을이
목차/차례
- Ⅰ. 서 론
- Ⅱ. 데이터 마이닝 소개
- 2.1 Logit Regression
- 2.2 Neural Network
- 2.3 Decision Tree
- Ⅲ. 도시가계 소비성향 분석
- 3.1 Variable Selection
- 3.2 Logit Regression를 이용한 결과
- 3.3 Neural Network을 이용
- 3.4 Decision tree를 이용
- 3.5 Assessment
- Ⅳ. 결론 및 토의
- < 참 고 문 헌 >
본문/내용
<결과 3.2>는 Results 윈도우에서 Output 탭을 선택하면 Neural Network의 모수 추정치(parameter estimate)들을 살펴볼 수 있다. <그림 3.6>은 Neural Network의 모형을 평가하는 것이다.
<그림 3.6> Neural Network의 모형평가
<그림 3.7>은 Neural Network 모형에 의한 오분류 테이블이다.
소비성향이 큰 집단을 소비성향이 큰 집단으로 예측하는 예측력이 대체로 높은 것으로 나타났다. 소비성향이 큰 집단에 대한 모형의 예측율, 즉 특이도(Speciality)는 0.9323이며, 소비성향이 작은 집단에 대한 모형의 예측율인 민감도(Sensitivity)는 0.8471로 나타났다. Neural Network의 모형 전체에 대한 모형의 정분류율(Accuracy)과 오분류율(Error rate)은 각각 0.9003, 0.0979으로 잘 분류되어졌다.
<그림 3.7> Neural Network 모형의 오분류 테이블
3.4 Decision tree를 이용
<결과 3.3> Decision tree를 이용한 모형
<그림 3.6> Neural Network의 모형평가
<그림 3.7>은 Neural Network 모형에 의한 오분류 테이블이다.
소비성향이 큰 집단을 소비성향이 큰 집단으로 예측하는 예측력이 대체로 높은 것으로 나타났다. 소비성향이 큰 집단에 대한 모형의 예측율, 즉 특이도(Speciality)는 0.9323이며, 소비성향이 작은 집단에 대한 모형의 예측율인 민감도(Sensitivity)는 0.8471로 나타났다. Neural Network의 모형 전체에 대한 모형의 정분류율(Accuracy)과 오분류율(Error rate)은 각각 0.9003, 0.0979으로 잘 분류되어졌다.
<그림 3.7> Neural Network 모형의 오분류 테이블
3.4 Decision tree를 이용
<결과 3.3> Decision tree를 이용한 모형
참고문헌
(1) 최종후, 한상태, 강현철, 김은석(1998), AnswerTree를 이용한 데이터 마이닝 의사결정나무분석, 서울 : SPSS 아카데미.
(2)최종후, 한상태, 강현철, 김은석, 김미경(1999), SAS Enterprise Miner를 이용한 데이터 마이닝 -기능과 사용법-, 서울 : 자유아카데미.
(3) 강현철, 한상태, 최종후, 김차용, 김은석, 김미경(1999), SAS Enterprise Miner를 이용한 데이터마이닝 -방법론 및 활용-, 서울 : 자유아카데미.
(4)강현철, 서두성, 최종후(1998), Enterprise Miner의 의사결정나무분석 알고리즘, SAS사용자 컨퍼런스 발표자료집, 서울 : SAS-Korea, pp. 169～186.
(5) 최종후,서두성(1999), 데이터마이닝 의사결정나무의 응용, 통계청「통 계분석연구」제4권 제1호(99.봄), pp.61～83.
(6) 김정숙, 나종화(2001), 데이터마이닝 기법을 이용한 이동통신 광고 전 략, 한국조사연구학회 2001춘계학술논문발표대회 논문집, pp. 128～140.
(7) 조용준, 허준, 최인규(1998), Neural Connection을 이용한 데이터 마이닝 신경망 분석, SPSS 아카데미
(8) 장남식, 홍성완, 장재호(1999), 성공적인 지식경영을 위한 핵심정보기술 데이터 마이닝, 대청
(9) M. J. Berry and G. Linoff (1997), Data Mining Techniques, Wiley Computer publishing.
(10)Kurt Thearling, Ph.D(1995), From Data Mining to Database Marketing, IG White Paper 95/02.
(2)최종후, 한상태, 강현철, 김은석, 김미경(1999), SAS Enterprise Miner를 이용한 데이터 마이닝 -기능과 사용법-, 서울 : 자유아카데미.
(3) 강현철, 한상태, 최종후, 김차용, 김은석, 김미경(1999), SAS Enterprise Miner를 이용한 데이터마이닝 -방법론 및 활용-, 서울 : 자유아카데미.
(4)강현철, 서두성, 최종후(1998), Enterprise Miner의 의사결정나무분석 알고리즘, SAS사용자 컨퍼런스 발표자료집, 서울 : SAS-Korea, pp. 169～186.
(5) 최종후,서두성(1999), 데이터마이닝 의사결정나무의 응용, 통계청「통 계분석연구」제4권 제1호(99.봄), pp.61～83.
(6) 김정숙, 나종화(2001), 데이터마이닝 기법을 이용한 이동통신 광고 전 략, 한국조사연구학회 2001춘계학술논문발표대회 논문집, pp. 128～140.
(7) 조용준, 허준, 최인규(1998), Neural Connection을 이용한 데이터 마이닝 신경망 분석, SPSS 아카데미
(8) 장남식, 홍성완, 장재호(1999), 성공적인 지식경영을 위한 핵심정보기술 데이터 마이닝, 대청
(9) M. J. Berry and G. Linoff (1997), Data Mining Techniques, Wiley Computer publishing.
(10)Kurt Thearling, Ph.D(1995), From Data Mining to Database Marketing, IG White Paper 95/02.
| 📝 Regist Info |
|
I D : kaju******* Date : 2013-07-19 FileNo : 16158361 |
Cart  | |
| |