의사 결정 트리(decision tree)

Presentation on theme: "의사 결정 트리(decision tree)"— Presentation transcript:

1 의사 결정 트리(decision tree)
고객 행동 예측 방안으로 고객의 특정 정보를 기준으로 다른 항목을 분류 예) 고객의 나이를 기준으로 자동차 잡지의 구입 여부 분류, 기준 설정 그림 4.22 44.5세 이상은 1%만이 구독, 이하는 62%가 구독 트리 레벨의 확장 수입이 높은 사람(34.5이상)은 잡지 구독을 안함 수입이 34.5보다 낮고, 나이가 31.5세 이하의 사람은 자동차 잡지에 대한 관심이 높다.

2 자동차 잡지에 대한 의사결정트리

3 자동차 잡지의 4-레벨 의사결정트리

4 자동차 잡지의 3차원 의사결정트리

5 의사 결정 트리 기법의 특징 장점 단점 대규모 데이터 집합으로 확장 용이 의사결정 과정을 직관적으로 제공
신경망의 경우 결론 도달 과정은 블랙박스 단점 주택 잡지 구독자 분석의 예: 그림 4.26 명확한 분류가 안되는 경우 발생

6 주택 잡지의 의사결정트리

7 연관 규칙(association rule)
데이타베이스 고객의 성별, 자동차의 색상과 차종, 애완동물의 종류, 구매하고자 하는 제품의 개수에 관한 정보 마이닝을 통한 관련성 규칙의 예 “빨간 스포츠카와 작은 개를 가진 90%의 주부들이 Chanel No. 5를 사용한다” 연관 규칙의 중요성 측정 척도 마이닝 결과는 많은 연관 규칙을 제시 잡음(noise) 정보와 중요 정보를 판단

8 연관 규칙 (계속) 연관 규칙의 표현 지지율(support) 신뢰도(confidence)
MUSIC_MAG, HOUSE_MAG => CAR_MAG 음악과 주택 잡지 구독자는 자동차 잡지를 구독한다. 지지율(support) DB의 총 instance 비율 위의 경우, 전체 고객 중 음악/주택/자동차 잡지 구독자의 비율 신뢰도(confidence) 음악/주택 잡지 구독자 중에서, 자동차 잡지 구독자 비율

9 단일 항목간의 연관 분석 유머/음악, 자동차/음악이 관련이 큼.

10 연관 규칙의 대화식 분석 자동차 잡지의 경우, 그림 4.28 신뢰도: 33%, 지지율 3% 이상의 결과만 제시 분석 결과
SPORT_MAG => CAR_MAG (36%, 45%) MUSIC_MAG => CAR_MAG (96%, 15%) 신뢰도와 지지율이 상당히 높음. COMIC_MAG => CAR_MAG (57%, 8%)

11 자동차 잡지에 대한 이진 연관

12 대화식 분석 결과 음악잡지를 포함한 연관 분석 음악/주택을 포함한 연관 분석
MUSIC_MAG, HOUSE_MAG => CAR_MAG (97%, 9%), 의미 있는 결과 도출 MUSIC_MAG, SPORTS_MAG => CAR_MAG (95%, 6%) MUSIC_MAG, COMIC_MAG => CAR_MAG (100%, 4%) 음악/주택을 포함한 연관 분석 그림 4.30

13 음악 잡지가 포함된 연관 분석