원문정보
The empirical comparison of efficiency in classification algorithms
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
영어
We may be given a set of observations with the classes or clusters. The aim of this article is to provide an up-to-date review of different approaches to classification, compare their performance on a wide range of challenging data-sets. In this paper, machine learning algorithm classifiers based on CART, C4.5, CAL5, FACT, QUEST and statistical discriminant analysis are compared on various datasets in classification error rate and algorithms.
목차
요약
1. 서론
2. 판별분석 (Discriminant Analysis)
2.1. 분류방법
2.2. 가능도 비 법칙
3. CART (Classification And Regression Tree)
3.1. 트리 구조의 구축과정
4. C4.5
4.1. 결정 트리의 구축
4.2. 이득율 기준
5. CAL5
6. FACT와 QUEST
6.1. 트리 구축과정
6.2. 분할점 선택
7. 결론
7.1. 자료
7.2. 분석결과
참고문헌
1. 서론
2. 판별분석 (Discriminant Analysis)
2.1. 분류방법
2.2. 가능도 비 법칙
3. CART (Classification And Regression Tree)
3.1. 트리 구조의 구축과정
4. C4.5
4.1. 결정 트리의 구축
4.2. 이득율 기준
5. CAL5
6. FACT와 QUEST
6.1. 트리 구축과정
6.2. 분할점 선택
7. 결론
7.1. 자료
7.2. 분석결과
참고문헌
저자정보
참고문헌
자료제공 : 네이버학술정보