환자 규칙 유도 방법(PRIM)이러한 위시리스트 요청은 무엇에서 비롯된 것일까요?
경험적 모델을 필요로 하지 않는 데이터 마이닝 "범프 헌팅" 알고리즘입니다. 오히려 반응을 극대화하는 입력 요소의 하이퍼박스를 '인내심을 가지고' 점진적으로 탐색합니다.
어떤 개선을 원하시나요?
R에서:
library<SPAN class="">(</SPAN>prim<SPAN class="">)</SPAN>
library<SPAN class="">(</SPAN>MASS<SPAN class="">)</SPAN>
data<SPAN class="">(</SPAN>Boston<SPAN class="">)</SPAN>
x <SPAN class="">\</SPAN><SPAN class=""><-</SPAN> Boston<SPAN class="">\</SPAN><SPAN class="">[</SPAN><SPAN class="">,</SPAN><SPAN class="">5</SPAN><SPAN class="">:</SPAN><SPAN class="">6</SPAN><SPAN class="">\</SPAN><SPAN class="">]</SPAN>
y <SPAN class="">\</SPAN><SPAN class=""><-</SPAN> Boston<SPAN class="">\</SPAN><SPAN class="">[</SPAN><SPAN class="">,</SPAN><SPAN class="">1</SPAN><SPAN class="">\</SPAN><SPAN class="">]</SPAN>
boston.prim <SPAN class="">\</SPAN><SPAN class=""><-</SPAN> prim.box<SPAN class="">(</SPAN>x<SPAN class="">=</SPAN>x<SPAN class="">,</SPAN> y<SPAN class="">=</SPAN>y<SPAN class="">,</SPAN> threshold.type<SPAN class="">=</SPAN><SPAN class="">1</SPAN><SPAN class="">)</SPAN>
이 아이디어가 왜 중요한가요?
고급 통계 모델링예측 모델링 및 머신 러닝품질 및 공정 엔지니어링Re: 환자 규칙 유도 방법(PRIM)이것은 '범프 헌팅(bump hunting)' 알고리즘입니다. 이 아이디어는 입력 변수에 대한 반응의 경험적 모델을 가정하지 않기 때문에 중요할 수 있습니다. 실제로 발생한 상황을 검색하여 반응을 최적화하는 입력 값의 최소 결합 범위를 찾습니다. 이러한 답변은 최적의 조건이 발생할 것으로 예상되는 것이 아니라 실제로 발생했기 때문에 의도한 대상에게 더 쉽게 판매될 수 있습니다. 이러한 점에서 의사결정 트리와 유사합니다. 하지만 의사결정 트리와는 달리, 탐욕성이 덜합니다. 따라서 이름에 '인내심'이라는 단어가 있습니다. 또한 모델이나 규칙을 생성하지 않는다는 점에서도 다릅니다. 출력은 최상의 입력 상자/범위, 차선책 상자 등입니다.
이 방법은 산업 통계학 저널에 다양한 변동 요인이 있는 산업 환경에 적용 시 더욱 견고한 최적화 방법으로 소개되고 있습니다. 하지만 이러한 모든 변동 요인을 정확하게 모델링하는 것은 어렵습니다. PRIM 알고리즘은 조건을 모델링하는 것이 아니라 단순히 검색하기 때문에 더욱 견고할 수 있습니다.
