국내의 경우 년 평균 4만 6천 건에 달하는 화재가 발생하여 막대한 재산과 인명 피해를 낳고 있다. 본 논문에서는 이와 같은 재앙적 화재를 예방하기 위하여 의사결정트리를 사용하여 날씨 조건이 주어졌을 때 화재발생 확률을 예측하는 모델에 대하여 기술한다. 본 논문에서는 특히 우수한 정확도와 화재의 요인 그리고 패턴 분석을 지원하는 의사결정트리에 관심이 있다. 의사결정트리는 주로 데이터로부터 클래스를 분류하는 데 많이 사용하는 모델이지만 본 논문에서는 화재발생 확률을 예측하는 데 사용한다. 본 논문에서는 의사결정트리 외에 베이지안 네트워크와 로지스틱 회귀분석 모델에 대하여도 성능을 비교 분석한다. 모델에 대한 성능 평가에는 Brier 점수를 사용하였으며 실험결과 의사결정트리가 로지스틱 회귀분석 방법에 비하여 확률예측의 성능이 약간 떨어지지만 모델의 정확도와 이해성의 관점을 같이 고려할 경우 다른 방법에 비하여 우수한 것으로 판단된다.
In the country, an average of 46,000 fires occur every year and they cause massive loss of properties and human lives. In this paper, we investigate a model that predicts the probability of fire based on weather information in order to prevent such disastrous fires. We are particularly interested in decision tree as a model of not only good accuracy but also comprehensibility that supports analysis of fire factors and patterns. A decision tree is mainly used for classification but in this paper we use the model to predict the probability of fire. We also investigate Bayesian network and logistic regression models to compare with decision tree for prediction of fire probability. We use Brier score in performance evaluation of those models. From the experiment results we conclude that a decision tree performs better compared with other methods taking both of accuracy and comprehensibility into account.
