실제 범죄 데이터를 이용한 WEKA에서 일부 선택된 분류 알고리즘의 분석 연구

컴퓨터 과학 분야의 데이터 마이닝은 이 디지털 시대의 요구에 대한 응답입니다. 이는 데이터 저장소에 보관된 대량의 데이터에서 숨겨진 정보를 풀어내어 관리 결정을 개선하는 데 도움을 줍니다. 분류는 데이터 마이닝에서 필수적인 작업으로, 알려지지 않은 클래스 레이블을 예측하는 데 사용됩니다. 이는 다양한 유형의 데이터 분류에 적용되어 왔습니다. 분류 모델 구축에 적용할 수 있는 다양한 기술이 있습니다. 본 연구에서는 결정 트리 분류기 유형인 J48, 확률 함수가 적용되는 나이브 베이즈, 규칙 유도 분류기인 ZeroR와 같은 기술의 성능을 조사합니다. 이 분류기는 나이지리아 교도소 서비스에서 수집된 실제 범죄 데이터를 사용하여 테스트됩니다. 각 분류기의 성능을 측정하기 위해 사용되는 메트릭에는 정확도, 소요 시간, 진양성 비율(TP), 위양성 비율(FP), 카파 통계, 정밀도 및 재현율이 포함됩니다. 연구 결과 J48 분류기가 다른 두 분류기에 비해 가장 높은 정확도를 나타냈습니다. 데이터 마이닝 작업에 적합한 분류기를 선택하는 것이 마이닝 정확도를 향상시키는 데 도움이 될 것입니다.