View : 506 Download: 0

Full metadata record

DC Field Value Language
dc.contributor.author이소영-
dc.creator이소영-
dc.date.accessioned2016-08-26T02:08:36Z-
dc.date.available2016-08-26T02:08:36Z-
dc.date.issued2000-
dc.identifier.otherOAK-000000002437-
dc.identifier.urihttps://dspace.ewha.ac.kr/handle/2015.oak/193199-
dc.identifier.urihttp://dcollection.ewha.ac.kr/jsp/common/DcLoOrgPer.jsp?sItemId=000000002437-
dc.description.abstract본 논문에서는 예측에 관심을 가지는 많은 여러 가지 응용분야에서도 방대한 자료에서 극단적인 반응치를 예측하는데 관심을 두고자한다. 이러한 예측치를 계산코자 이용하는 것은 Multiple Trees로서Multiple Trees는 Single Tree의 좋은 해석능력을 가지고 있진 않지만 그 기준치가 균일하게 정확하다면 하나의 Greedy Tree보다 더나은 예측값이 계산되어질 수 있다. 이 논문에서 다루고자 하는 것은 Multiple Trees의 생성과 결합에관한 여러 알고리즘에 대한 결과를 비교하고자 한다. 생성된 Multiple Trees를 결합하기 위하여 사용하고자 하는 알고리즘은 여러 가지가 있지만 본 논문에서는 Averaging, Best Nodes,Arcing, Arc-Averaging의 방법을 이용하고자 한다. 또한 여러 알고리즘을 통한 예측 치의 비교를 위하여 사용되는것은 평균제곱오차가 아닌 Relative Hit Rate를 사용할 것이다. ; In this paper for many applications primary interest is focussed on predicting those cases with an extreme response rather than obtaining uniformly accurate predictions for a full range of cases. We using multiple trees for predictors and multiple trees do not have the nice interpretability of single trees but they offers improvement over greedy tree predictors when the criterion is uniform accuracy. In this paper we study ways of growing and combining multiple trees when the criteria is accuracy for extreme vaules. Algorithms for combining multiple trees are Averaging, Best Nodes, Arcing, Arc-Averaging methods. Morever, comparison for predictors using not mean square but relative hit rate.-
dc.description.tableofcontents논문초록 1. 서론 = 1 2. 자료구조와 다중나무의 생성 = 5 2.1 자료구조 = 5 2.2 다중나무의 생성과 예측치 계산 = 7 3. 예측을 위한 다중나무의 결합방법 = 10 3.1 Averaging 알고리즘 = 10 3.2 Best Nodes 알고리즘 = 11 3.3 Arcing 알고리즘 = 13 3.4 Arc-Averaging 알고리즘 = 17 4. 사례분석 = 18 4.1 여러 알고리즘을 자료에 적용 = 18 4.2 예측치의 비교 = 19 5. 결론 = 27 참고문헌 = 29 ABSTRACT = 32 감사의 글-
dc.formatapplication/pdf-
dc.format.extent723290 bytes-
dc.languagekor-
dc.publisher이화여자대학교 대학원-
dc.title대용량 화학자료에서의 다중희귀나무 예측치에 관한 연구-
dc.typeMaster's Thesis-
dc.identifier.thesisdegreeMaster-
dc.identifier.major대학원 통계학과-
dc.date.awarded2000. 2-
Appears in Collections:
일반대학원 > 통계학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

BROWSE