An Attribute Weighting Approach for Naive Bayesian based on Very Fast Decision Tree

Very Fast Decision Tree 기반 Naive Bayesian 알고리즘의 Weight 부여 기법

  • Kim, Se-Jun (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Yoo, Seung-Eon (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Lee, Byung-Jun (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Kim, Kyung-Tae (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Youn, Hee-Yong (Dept. of Software, Sungkyunkwan University)
  • 김세준 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
  • 유승언 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
  • 이병준 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
  • 김경태 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
  • 윤희용 (성균관대학교 소프트웨어대학 소프트웨어학과)
  • Published : 2018.07.13

Abstract

본 논문에서는 지도 기계 학습 알고리즘 중 하나인 Naive Bayesian (NB) 알고리즘의 데이터 분류 정확도를 향상시키기 위하여 데이터 속성에 Weight를 부여하는 새로운 기법을 제안하였다. 기존에 Decision Tree(DT) 알고리즘의 깊이를 이용하여 Weigth를 부여하는 방법이 제안되었으나, DT를 구축하는데 오버헤드가 크기 때문에 데이터의 실시간 분석이나 자원 제한적인 환경에서의 적용은 어렵다는 단점이 있다. 이를 해결하기 위하여 본 논문에서는 최소한의 데이터를 사용하여 신속하게 DT를 구축하는 Very Fast Decision Tree (VFDT) 알고리즘 기반의 Weight 부여 기법을 제안함으로써 적은 오버헤드로 NB의 정확도를 향상시킨다.

Keywords