결정 트리, 로지스틱 회귀 및 신경망의 앙상블을 이용한 피마 인디언 당뇨병 데이터셋 분류

이 논문에서는 독립적으로 훈련된 두 개 이상의 분류기를 결합하기 위한 앙상블 계층 모델을 제안하였으며, 이를 다음 단계에서 융합하였습니다. 이는 두 단계로 수행되며, 첫 번째로 결정 트리와 로지스틱 회귀 모델을 훈련시켰고, 두 번째 단계에서는 이 모델의 출력을 신경망에 입력하였습니다. 신경망은 이전 분류기의 출력을 결합하여 전반적인 정확도를 높이는 방식으로 훈련되었습니다. 우리의 가설을 검증하기 위해 PIMA 인디언 당뇨병 데이터베이스를 기준 문제로 사용하였습니다. 우리가 제안한 모델은 문헌에서 다른 최신 방법들보다 더 나은 83% 이상의 분류 정확도를 달성하였습니다.