메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이성문 (대진대학교) 임성욱 (대진대학교)
저널정보
한국서비스경영학회 서비스경영학회지 서비스경영학회지 제25권 제4호
발행연도
2024.11
수록면
97 - 119 (23page)
DOI
10.15706/jksms.2024.25.4.005

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
This study aims to optimize categorical classification of continuous data by comparing various machine learning models, focusing on digital gait variables for assessing student health-related physical fitness (PAPS). The models evaluated include CatBoost, LightGBM, Random Forest, XGBoost, Gradient Boosting, and Support Vector Regressor. CatBoost consistently achieved the lowest Mean Squared Error (MSE) and highest R-squared (R2) scores across most fitness factors, indicating its suitability for categorical classification tasks. The findings suggest that leveraging digital gait variables can contribute to personalized health management for students.

목차

Abstract
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 연구방법
Ⅳ. 실증분석
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-091188625