As a non-parametric data mining method, decision tree classification has performed well in many applications. The complexity of the model increases as the decision tree algorithm proceeds to grow the decision tree as the rule of decision making. While the increase of the complexity enhances the accuracy, it degrades the generalization which predicts the unseen data. This phenomenon is called as overfitting. To avoid the overfitting, pruning has been introduced. Pruning enables to make the generalization better, reduces the complexity, and avoids the overfitting. Although various pruning methods have been proposed, selecting the best pruning methods or making balance between complexity and generalization with pruning is not a simple problem. In this paper, we explore the methods of pruning and analyze them to suggest the optimal approach for applications.

본 연구는 도로기하구조 요인과 교통사고간의 관계를 규명하기 위하여 CART분석을 이용하여 전국의 4차로 국도를 대상으로 교통사고예측모형을 개발하고, 다중회귀모형, 확률회귀모형과 CART분석모형을 비교 분석하여 개발한 모형의 적합도를 검증하였다. 연구결과로는 첫째, 변수간의 복합적인 상호관계를 설명할 수 있는 CART분석을 이용하여 국도의 교통사고 예측모형을 개발하고 도로기하구조 요인에 따라 표준교통사고율을 의미하는 교통사고발생도표를 제시하였다. 둘째, CART분석모형에 근거하여 교통사고 발생률에 큰 영향을 미치는 도로기하구조 요인이 구간거리(km), 횡단보도폭(m), 횡단길어깨(m), 교통량 순으로 나타났다. 셋째, CART분석모형의 적합도 검증결과, CART분석모형이 실제교통사고율을 타 모형에 비해 전반적으로 잘 묘사하고 있었으나, 각 모형별로 교통사고율의 크기에 따라 교통사고율이 비교적 낮은 구간에서는 다중회귀모형이, 평균이상의 교통사고율을 나타내는 구간에서는 포아송 회귀모형의 예측력이 높았으며, CART분석모형은 교통사고율의 크기와 상관없이 우수한 예측력을 보였다. 넷째, 도출된 교통사고발생도표는 도로기하구조 조건에 따른 표준교통사고율을 제시해주기 때문에 도로설계 시에 안전한 기하구조 설계요소 선정기준을 제시 할 뿐만 아니라, 교통사고 잦은 지점개선사업추진 시 사업의 우선순위를 판단할 수 있는 기준을 제시하는 등 정책적 활용도가 매우 높을 것으로 판단된다.

Tree canopy is a valuable component consisting of urban ecosystem. The purpose of this study was to classify urban tree canopy (UTC) by using high resolution imagery and object-oriented classification (OOC), which was used to classify the different land cover types. With an urban canopy mapping system based on OOC and Decision Tree Classification (DTC), a site mapping was carried out by merging spectral data of high resolution imagery. This methodological approach showed high classification accuracy to distinguish small patches and continuous UTC boundaries on the high resolution imagery. For shadow removal, decision tree classification with various environmental variables such as brightness channel and band combination could effectively work. Our proposed methodology can be successfully used for the assessment and restoration of fragmented urban ecosystem and offer an opportunity to obtain high classification accuracy for the distinction of UTC components in urban landscape areas.