의사결정나무 분석에서의 다지분리와 이지분리의 비교

Abstract

의사결정나무는 분류와 예측을 하는데 있어서 효과적으로 많이 쓰이는 데이터마이닝 기법중에 하나이다. 데이터마이닝의 다른기법인 신경망분석이나 판별분석등에 의한 방법과는 달리 연구자가 분석과정을 쉽게 이해하고 설명할 수 있다. 본 논문에서는 의사결정나무의 개요와 형성방법에 대한 소개를 하고 또한 이론적인 이해를 돕고자 의사결정나무의 알고리즘중 CHAID(Chi-Squared Automatic Interaction Detection)와 CART(classification and Regression Tree)에 대해 알아볼 것이다. 그리고 SAS Enterprise Miner를 이용한 사례분석을 통해 의사결정나무의 분리기준을 다지분리와 이지분리로 나누어 비교해 보도록 한다.;Decision tree is the way of Data Mining techniques, helping the classification and estimate. And it is that investigator can understand easily and explain analysis process unlike method by Discriminant Analysis and so on a s many a s Neural Network Analysis that is Data Mining's other techniques. In this paper, we will introduce Decision tree's outline and formation way and we consider CHAID (Chi-Squared Automatic Interaction Detection) and CART (classification and Regression Tree) in Decision tree's algorithm to help theoretical comprehension about Decision tree. And we will compare Multiway split with Binary split through example analysis that use SAS Enterprise Miner.