본 연구는 환경 요인을 바탕으로 절화용 국화 생장 예측을 위한 최적의 모델을 개발하는 것을 목표로 하였다. 이를 위해 13개의 모델(Linear Regression, Lasso Regression, Ridge Regression, ElasticNet Regression, K-Nearest Neighbors (KNN), Support Vector Regression (SVR), Neural Network, Decision Tree, Random Forest, XGBoost, AdaBoost, CatBoost, Stacking)의 성능을 R2, MAE, RMSE를 평가 지표 로 비교하였다. 단일 모델 중에서는 Decision Tree가 가장 우수한 성능을 보였으며, R2값은 0.90에서 0.91 사이였다. 앙 상블 모델 중에서는 CatBoost가 가장 높은 성능을 보였으며 (R2=0.90~0.92) Random Forest와 XGBoost 또한 유사한 성 능을 보였다. 전체적으로 트리 기반 앙상블 모델이 국화 생장 예측에 적합한 모델로 나타났다.

This study aimed to develop an optimal model for predicting chrysanthemum growth based on environmental factors. Linear Regression, Lasso Regression, Ridge Regression, ElasticNet Regression, K-Nearest Neighbors (KNN), Support Vector Regression (SVR), Neural Network, Decision Tree, Random Forest, XGBoost, AdaBoost, CatBoost, and Stacking, was compared using R², MAE, and RMSE as evaluation metrics. Among the individual models, the Decision Tree showed the best performance, with R2 values of 0.90–0.91. Among ensemble models, CatBoost achieved the highest performance, with R² values of 0.90–0.92. Random forest and XGBoost also demonstrated similarly strong results. Overall, tree-based ensemble models were found to be particularly effective for predicting chrysanthemum growth.

서 언
재료 및 방법
    실험 재료
    데이터 처리
    기계학습 모델
    데이터 구성 및 지표 설정
결과 및 고찰
    생육 및 환경 데이터 특성
    생육-환경 상관성 기반 환경 변수 선정
    모델 성능 비교
초 록
References

• Mi Hui Oh(Graduate School of Science and Technolgy, University of Seoul, Seoul 02504, Korea, Horticultural Research Division, Gyeonggido Agricultural Research & Extension Services, Hwaseong 18388, Korea) | 오미희 (서울시립대학교 과학기술대학원 환경원예학과)
• Hye Hyeong Kim(Horticultural Research Division, Gyeonggido Agricultural Research & Extension Services, Hwaseong 18388, Korea) | 김혜형 (서울시립대학교 과학기술대학원 환경원예학과)
• Gee Young Lee(Horticultural Research Division, Gyeonggido Agricultural Research & Extension Services, Hwaseong 18388, Korea) | 이지영 (서울시립대학교 과학기술대학원 환경원예학과)
• Nam Won Park(Horticultural Research Division, Gyeonggido Agricultural Research & Extension Services, Hwaseong 18388, Korea) | 박남원 (서울시립대학교 과학기술대학원 환경원예학과)
• Wan Soon Kim(Graduate School of Science and Technolgy, University of Seoul, Seoul 02504, Korea, Department of Environmental Horticulture, University of Seoul, Seoul 02504, Korea) | 김완순 (서울시립대학교 과학기술대학원 환경원예학과, 서울시립대학교 환경원예학과) Corresponding author