데이터마이닝의 소개와 의사결정나무를 이용한 실제 자료의 분석 = Introduction of Data Mining and Analysis of a real data set by decision tree method

국문 초록 (Abstract)

본 논문에서는 데이터마이닝, OLAP(On-Line Analitical Process), 데이터 웨어하우징(Data Warehousing)을 소개하고 데이터마이닝에 사용되고 있는 여러 통계적인 기법 중에서 특히 의사결정나무(Decision Tree) 분석에 대한 설명과 CHAID, CART, QUEST 알고리즘에 대해 집중적으로 분석해보았다. 은행의 신용평가자료를 이용하여 여러 트리 알고리즘을 비교하고 다른 분석방법인 로지스틱 회귀 분석이나 신경망 분석과의 비교를 하였다. 분석에는 데이터마이닝 툴인 SAS E-Miner와 전문적인 의사결정나무 분석 툴인 SPSS의 AnswerTree를 이용하였다.

다국어 초록 (Multilingual Abstract)

This paper presents the general overview of data mining, OLAP(On Line Analytical Process) and data warehousing. and introduces CHAID, CART and QUEST algorithm of decision tree analysis among statistical techniques used in data mining.
CHAID, CART and QUEST algorithm are applied to the bank credit evaluation data to compare their accuracies in discriminant analysis. We also compare accuracies obtained from CHAID, CART and QUEST algorithm with those of logistic regression analysis and neural network, frequently-used statistical methods. To perform an experiment, SAS E-miner, a tool of data mining and SPSS AnswerTree, a professional tool of decision tree analysis are used.

목차 (Table of Contents)

• 초록 = 0
• 1. 서론 = 1
• 2. 데이터마이닝(DATA MINING)의 소개 = 2
• 2.1 데이터마이닝의 정의 = 2
• 2.2 데이터마이닝에 사용되는 여러 가지 기법들 = 4
• 3. 의사결정나무(decision tree)분석 방법 = 5
• 3.1 의사결정나무 분석의 개요 = 5
• 3.2. 일반적인 의사결정나무의 구축방법 = 5
• 3.3 CHAID(Chi-squared Automatic Interaction Detection) 알고리즘 = 6
• 3.4 CART(Classification and Regression Trees) 알고리즘 = 7
• 3.5 QUEST(Quick, Unbiased, Efficient, Statistical Tree) 알고리즘 = 8
• 4. 데이터 마이닝에 사용되는 도구들 = 11
• 4.1 E-Miner와 AnswerTree의 공통적인 타당성 평가방법 = 11
• 4.2 SAS E-Miner에서의 모형평가 방법 = 12
• 4.3 SPSS AnswerTree에서의 모형평가 방법들 = 14
• 5. 데이터마이닝 도구를 이용한 실제문제의 분석 = 16
• 5.1 실험자료의 소개 = 16
• 5.2 분석 결과 = 16
• 6. 결론 = 23
• 참고문헌 = 24