혼합효과모형을 이용한 데이터마이닝 알고리즘 비교연구

Abstract

본 논문에서는 SAS E-Miner, R 패키지 및 FORTRAN/95로 만들어진 세 가지 프로그램 상에서 데이터마이닝 알고리즘 기법인 로지스틱 회귀분석, 의사결정나무, 신경망분석, 선형판별분석, 이차판별분석, 서포트 벡터 머신 등을 이용, 이항반응변수를 갖는 8개의 데이터에 대해서 각 알고리즘의 성능을 비교분석하였다. 각 알고리즘의 사용 프로그램과 분류 옵션을 기준으로 총 17가지 방법에 대해 오분류율, 민감도 그리고 특이도를 비교기준으로 하여 분석하였다. 최종적으로 각 알고리즘의 순위를 정하기 위해서 17가지 방법을 고정효과로, 8개의 데이터를 랜덤효과로 간주하여 오분류율을 기준으로 혼합효과모형을 적용하였다. 본 논문에서의 실험 결과 radial 분류옵션을 갖는 R의 서포트 벡터머신 경우 가장 낮은 오분류율을 갖는 모형이었고, 또한 R의 선형판별모형 및 로지스틱 회귀분석 모형 또한 근소한 차이로 뒤를 잇는 것으로 분석되었다.