Re: 제658. (오늘의 마지막 문제) 스마트폰 만족도에 가장 영향을 미치는 요소가 무엇인지

[19기_박보은]

drop table multi_hg;

create table multi_hg
 (shape number(20, 10),                   -- 외관 
  convenience number(20, 10),             -- 편의성 
  useful number(20, 10),                  -- 유용성      
  satisfaction number(20, 10) );            -- 만족감 
  
  
select * from multi_hg;



create table smartphone
as 
 select rownum as m_id, m.*
  from multi_hg m;
  
select * from smartphone;











-- 3. 머신러닝 모델의 환경 구성 테이블을 생성합니다. ----------

drop table settings_ch;

create table settings_ch
as
select *
  from table (dbms_data_mining.get_default_settings)
  where setting_name like '%GLM%';


-- 회귀 모델로 만들기 
begin

insert into settings_ch
 values (dbms_data_mining.algo_name,'ALGO_GENERALIZED_LINEAR_MODEL');

insert into settings_ch
 values (dbms_data_mining.prep_auto, 'ON');

commit;

end;
/

select * from settings_ch;



-- 4. 머신러닝 모델을 생성합니다. 

-- 기존에 모델이 있다면 모델을 drop 하기 
begin
  dbms_data_mining.drop_model('MD_REG_MODEL2');
end;
/

-- 모델 생성 
begin 

   dbms_data_mining.create_model(
      model_name            => 'MD_REG_MODEL2',
      mining_function       => dbms_data_mining.regression,
      data_table_name       => 'smartphone',
      case_id_column_name   => 'm_id',           -- primary key
      target_column_name    => 'satisfaction',    -- 타겟 컬럼 (= 정답 컬럼)
      settings_table_name   => 'SETTINGS_ch');   
end;
/




-- 실습 5. 생성된 머신러닝 모델을 확인합니다. 

select model_name,
          algorithm,
          mining_function 
  from all_mining_models                    -- 여기에 방금 만든 모델이 있는지 확인
  where model_name = 'MD_REG_MODEL2';

-- 실습 6. 머신러닝 모델 구성 정보를 확인합니다. 

select setting_name, setting_value
  from all_mining_model_settings
  where model_name = 'MD_REG_MODEL2';

-- 실습 7. 회귀분석 모델의 회귀계수를 확인합니다. 
select attribute_name, coefficient  -- coefficient = 영향력(기울기)
  from table (dbms_data_mining.get_model_details_glm ('MD_REG_MODEL2')) ;

결과 : 외관의 숫자가 가장 높기 때문에 스마트폰의 만족도에 가장 큰 영향을 미치는 요인은 외관이다. 외관이 좋을 수록 만족도가 더 높아진다.