순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
2025-05 발표 · 피인용 81회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%
HOT PAPER 슬롯은 최근 가장 주목받는 논문을 의미하며, 본 논문은 발표 1년 만에 81회의 인용을 기록해 분야 평균 대비 인용 영향력이 매우 높고 동년 논문 중 인용 상위 1%에 해당한다.
논문 요약
기업 파산 예측의 모델 선택 정확성을 높이기 위해 k-폴드 교차 검증의 유효성을 검증하였다. 대만 상장기업 데이터를 활용해 랜덤 포레스트와 XGBoost 분류기를 대상으로 중첩 교차 검증을 적용해 40개의 서로 다른 학습·테스트 분할에서 성능을 비교하였다. 결과는 모델 클래스 내부에서는 k-폴드 교차 검증이 일반적으로 유효하지만, 특정 학습·테스트 분할에서는 실패할 수 있음을 보여준다. 특히 모델 선택 후회(regret) 변동성의 67%가 해당 분할에 의해 설명된다.
후속 연구설계에 활용하기
후속 연구에서는 학습·테스트 분할 효과를 변수로 포함하거나, 중첩 교차 검증 설계를 적용해 모델 선택 후회를 측정할 수 있다.
핵심어
k-폴드 교차 검증모델 선택파산 예측XGBoost
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.