목차
없음
본문내용
나무 형태를 이용하여 지식을 표현하는 사례에는 의사결정나무가 있다. 의사결정나무는 예측모형에서 가장 많이 사용되며 의사결정 규칙을 도표화하여 대상 집단을 분류하거나 예측하는 분석 방법으로 분석의 과정이 나무구조에 의해 표현된다. 자료의 형태에 따른 별도의 전 처리 과정이 필수적이지 않아 사용이 쉬우며 다른 예측모형과는 달리 별도의 모형 가정도 필요로 하지 않기 때문에 적용 범위도 넓다. 또 단순한 사각의 형태로 반복, 분할되는 의사결정 규칙의 특성 때문에 해석이 쉽고 간단하며 자료가 비선형적일 경우에는 더욱더 효율적이다. 자료 내에 존재하는 관계와 패턴 규칙을 찾아 모형화하는 방법으로 하나의 나무모형구조로 표현되고, 노드라고 불리는 구성요소로 이루어진다. 이런 의사결정나무의 장단점을 자세히 살펴보면 다음과 같다.
출처 : 해피캠퍼스
답글 남기기