상세 보기
호우피해자료에서의 고차원 자료 및 다중공선성 문제를 해소한 회귀모형 개발
Development of Regression Models Resolving High-Dimensional Data and Multicollinearity Problem for Heavy Rain Damage Data
- 김정환;
- 박지현;
- 최창현;
- 김형수
초록
선형회귀모형의 학습은 일반적으로 자료의 개수가 설명변수의 개수보다 충분히 크고, 설명변수들 사이에 심각한 다중공선성이 없다는 가정 하에서 안정적으로 이루어진다. 본 연구에서는 이러한 가정이 위배되었을 경우 모형 학습의 어려움을 실제 호우피해자료를 분석함으로써 조명하였고, 이를 해결하기 위해 자료를 통합한 다음 주성분회귀모형 또는 능형회귀모형을 사용할 것을 검토하였다. 모형의 학습에 사용된 자료와 별도의 독립된 자료에서 제안된 모형들의 예측력을 평가하였고, 제안된 방법이 선형회귀모형보다 더 나은 예측력을 보이는 것을 확인하였다.
키워드
호우피해; 선형회귀모형; 주성분회귀; 능형회귀; Heavy rain damage; Linear regression model; Principal component regression; Ridge regression
- 제목
- 호우피해자료에서의 고차원 자료 및 다중공선성 문제를 해소한 회귀모형 개발
- 제목 (타언어)
- Development of Regression Models Resolving High-Dimensional Data and Multicollinearity Problem for Heavy Rain Damage Data
- 저자
- 김정환; 박지현; 최창현; 김형수
- 발행일
- 2018-12
- 유형
- Y
- 저널명
- 대한토목학회논문집(국문)
- 권
- 38
- 호
- 6
- 페이지
- 801 ~ 808