Top > Info > Data Mining > 1-5-3. Data Mining 방법론 : SEMMA

▷▶ Data Mining 방법론 : SEMMA

 

1) Sampling

Enterprise Miner에 포함된 Sampling Tool은 기본적으로 단순 Random Sampling을 지원하고 다른 Sampling 방법을 이용하고자 한다면 Observation 번호나 Sample의 Percent를 제어하는 방법으로 해결할 수 있습니다. 각 샘플에는 그 샘플이 어떤 목적(training, validation, test...)에 사용될 것인지를 지정해서 다음 Processing에 적용할 수 있습니다.

 

2) Exploration and Modification

Enterprise Miner를 이용하면 다음과 같은 여러 가지 방법으로 explore와 modify를 할 수 있습니다.

· 그래픽 표현(다차원 막대 그래프, 단순 그래프 등)
· 이상치 filtering
· 변환(log, square-root, 역변환, 지수변환...)
· 변수 소거

 

3) Modeling

Enterprise Miner에서 제공하는 3가지 주요 모델링 방법론
· Regression : 선형, 로지스틱 회귀모형
· Neural Network : 선형, 비선형 모델링
· DataSplits : decision tree

① Regression : 여러 연결함수를 지원하는 로지스틱 회귀분석을 지원하고 선형 회귀분석 결과의 모수 추정치를 그래프 형태로 볼 수 있습니다.
② Neural Network : Enterprise Miner의 Neural Network을 이용하면 다음과 같은 어려운 모델링 문제를 해결할 수 있습니다.

- 모수적 모델에 적용하기 어려울 정도의 대용량 데이터의 모델링
- 확정된 모델로는 완전히 설명하기 어려운 관계를 가진 데이터의 모델링
- 현재의 관계를 설명하기보다는 복잡한 현상을 예측해야 하는 문제 : 이런 문제를 신경망이론의 다양한 아키텍쳐를 제공함으로써 해결할 수 있습니다.

③ DataSplits : DataSplits 툴은 입력변수들이 결정수에 기여하는 중요도에 따라 순위를 자동적으로 매겨서 모델링에 이용합니다. 또한 그 결과인 tree diagram을 테이블, 그래프, 결정수 그림 등으로 표현할 수 있습니다. Neural Network이나 DataSplits과 관련된 기법들을 GUI환경에서 사용할 수 있을 뿐만 아니라 power user들이 원한다면 macro로 이용하실 수도 있습니다.

 

4) Assessment

Enterprise Miner는 모델과 예측을 평가하기 위해 다음을 제공합니다.
· 각 모델의 적합도를 측정할 수 있는 관련 통계치를 테이블이나 리스트 형태로 제공
· 표준이 되는 ROI 차트와 테이블

[ Back to the Page ]

Top > Info > Data Mining > 1-5-3. Data Mining 방법론 : SEMMA