Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
정보이론에 기반한 연관 규칙들의 새로운 중요도 측정 방법open accessA New Importance Measure of Association Rules Using Information Theory
- Other Titles
- A New Importance Measure of Association Rules Using Information Theory
- Issue Date
- Jan-2014
- Publisher
- 한국정보처리학회
- Keywords
- Association; Classification; Rule Importance; Hellinger Divergence; 연관 규칙; 분류 학습; 규칙 중요도; 헬링거 변량
- Citation
- 정보처리학회논문지. 소프트웨어 및 데이터 공학, v.3, no.1, pp 37 - 42
- Pages
- 6
- Indexed
- KCI
- Journal Title
- 정보처리학회논문지. 소프트웨어 및 데이터 공학
- Volume
- 3
- Number
- 1
- Start Page
- 37
- End Page
- 42
- ISSN
- 2287-5905
2734-0503
- Abstract
- 연관 규칙들을 이용한 분류학습은 최근 활발히 연구되는 분야의 하나이다. 이러한 연관 규칙을 이용한 분류에는 연관 규칙들에 대한 수치적 중요도를 계산하는 것이 중요하다. 본 논문에서는 정보 이론을 사용한 H measure 라는 새로운 규칙 중요도 기법을 제안한다. 구체적으로 Hellinger 변량을 이용하여 연관규칙의 중요도를 계산한다. 제안된 H measure 의 다양한 특성들을 분석하였으며 또한 이러한 H measure를 이용한 분류학습의 성능을 다른 규칙 measure를 이용한 분류학습의 성능과 비교하였다.
- Files in This Item
- There are no files associated with this item.
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.