[SAS 활용 노하우 ] Data Modeling part1
1. 모델링의 유형
a. Supervise Learning
- Training Data(훈련자료)로부터 함수[Y=f(Xn)]의 Y를 추정하기 위하여 ML의 방법으로 설명할 수 있는 변수(X1, X2, …, Xn)가 주어졌을 때, X 변수들의 값들을 다양한 방법으로 학습하여, 이용하여 Y를 추정하는 모델을 만들 수 있도록 고안된 알고리즘.
- 연관성 분석, 클러스터링, 장바구니 분석, 경로분석 , 주성분 분석, Som / Kohonen
b. Unsupervised Learning
- 타겟 변수 Training Data(훈련자료)로 부터 속성들간의 유사 또는 이질 정도를 구분하는 학습으로 속성이 많을 때 자료 분류를 뚜렷하게 해주는 속성들로 변수 축소를 하는 ML방법
- 자동신경망, DM신경망 , 신경망, 의사결정트리, Dmine 회귀분석, 부분최소제곱법 , 회귀, LARS , MBR
2. Modeling 절차
- ML 기반의 모델링은 학습(Training)-시험(Testing)-입증(Validation)의 순서로 모델링을 진행
-
적용할 모델이 실세계를 적정 수준까지 끌어올리기 위해 일반화하는 과정
* 데이터 분할 & Training - Testing - Validation
* SAS Data 분할 Node
* Enterprise Guide에서 Modeling 절차
3. Classification & Clustering
자료 분류 Machine Learning Algorithm은 Classification과 Clustering으로 구분
- Clustering은 사용자의 목적 여부와 무관하게 자동 학습을 하는 Data 탐색의 과정
- Classification은 사용자가 그 분류를 정의하고 분석하고자 하는 목적이 포함
| Classification | Algorithm |
Enterprise Miner Node |
| Decision Tree |
|
|
| Boosting |  |
|
|
Naïve Bayes Classification |
- | |
|
K-Nearest Neighbor |
 |
| Clustering | Algorithm | Enterprise Miner Node |
|
Hierarchical Clustering |
 |
|
|
K-Means |
 |
4. Regression Analysis
Cause-Result(인과관계)분석으로서의 Regression은 추정할 목표변수에 따라 여러 가지Algorithm 유형으로 구분
* Regression 유형
| Model | Y / 목표변수 유형 | 설명 |
| Linear Regression | Continuous Interval |
Continuous, Interval, Ordinal 타입의 입력변수에 의해 설명되는 목표변수가 선형임을 가정 |
| Non-Linear Regression | Continuous Interval |
Continuous, Interval, Ordinal 타입의 입력변수에 의해 설명되는 목표변수가 비선형임을 가정 |
| Rank Regression | Ordinal |
Continuous, Interval, Ordinal 타입의 입력변수에 의해 설명되는 목표변수가 순위형임을 가정 |
| Logistic Regression | Binary(0,1) |
Continuous, Interval, Ordinal 타입의 입력변수에 의해 설명되는 목표변수가 Binary임을 가정 |
