속성 일반화의 기본 규칙
속성 일반화(attribute generalization)는 다음과 같은 규칙에 따라 수행됩니다. 원본 작업 관계(working relation)에서 특정 속성에 대해 서로 다른 값들이 매우 많이 존재하고, 해당 속성에 적용할 수 있는 일반화 연산자 집합이 있다면, 그중 하나의 일반화 연산자를 선택하여 속성에 적용해야 합니다.
규칙의 근거
이 규칙은 다음과 같은 논리에 기반합니다. 작업 관계 내의 튜플이나 규칙에서 일반화 연산자를 사용해 속성 값을 일반화하면, 해당 규칙이 더 많은 초기 데이터 튜플을 포괄하게 되어 그것이 정의하는 개념 역시 일반화됩니다. 이는 지식 기반 추론에서 개념 트리를 따라 상위 수준으로 이동하는 '개념 트리 상승(concept tree ascension)', 즉 일반화 트리 등반으로 정의되는 일반화 규칙과 일치합니다.
속성 일반화 제어의 필요성
포함된 속성이나 응용 분야에 따라, 사용자는 일부 속성은 비교적 낮은 추상화 수준에 머물게 하고 다른 속성은 더 높은 수준으로 일반화하기를 원할 수 있습니다. 속성을 어느 수준까지 일반화할지 결정하는 것은 대체로 주관적이며, 이 과정을 제어하는 것을 속성 일반화 제어(attribute generalization control)라고 합니다.
속성이 '너무 높게' 일반화되면 과잉 일반화(overgeneralization)가 발생하여 결과적으로 얻어지는 규칙이 충분히 기술적이지 못할 수 있습니다. 반대로 속성이 '충분히 높은 수준으로' 일반화되지 않으면 과소 일반화(undergeneralization)가 일어나 역시 유의미한 규칙을 얻기 어렵습니다. 따라서 속성 지향 일반화에서는 적절한 균형을 찾는 것이 필수적입니다.
일반화 과정을 제어하는 두 가지 기법
1. 속성 일반화 임계값 제어 (Attribute Generalization Threshold Control)
첫 번째 기법은 속성 일반화 임계값 제어로, 일부 속성 또는 모든 속성에 대해 하나의 일반화 임계값을 설정합니다. 속성 내 서로 다른 값의 수가 임계값을 초과하면 속성 제거(attribute removal) 또는 속성 일반화를 수행해야 합니다.
데이터 마이닝 시스템은 일반적으로 2에서 8 사이의 기본 속성 임계값을 가지며, 전문가나 사용자가 이 값을 변경할 수 있도록 지원해야 합니다. 사용자가 특정 속성의 일반화가 너무 높은 수준에 도달했다고 판단하면 임계값을 높여 일반화 정도를 조절할 수 있습니다.
2. 일반화 관계 임계값 제어 (Generalized Relation Threshold Control)
두 번째 기법은 일반화 관계 임계값 제어로, 일반화된 관계 전체에 대한 임계값을 정합니다. 일반화된 관계 내 서로 다른 튜플의 수가 임계값을 초과하면 추가 일반화를 수행하며, 임계값 이하라면 더 이상의 일반화를 진행하지 않습니다.
이 임계값 역시 데이터 마이닝 시스템에서 미리 설정할 수 있고(일반적으로 10에서 30 사이), 전문가나 사용자가 직접 지정할 수 있으며 조정 가능해야 합니다. 예를 들어, 사용자가 일반화된 관계가 너무 작다고 판단하면 임계값을 높일 수 있는데, 이는 더 구체적인 수준으로 내려가는 드릴 다운(drill down)을 의미합니다.