역병은 원예 작물에 가장 피해를 많이 주는 전염성 병해이다. 최근 지구 온난화 및 기상이변, 작물의 연작 등으로 역병 발생이 증가하고 있으며, 이에 따라 다양한 방법의 대응과 효과적인 예보를 위해 역병 예측 시스템이 개발되어 오고 있다. 아울러, 역병 예측 정확도를 높이기 위한 기계학습 알고리즘이 활용되어 오고 있다.
본 연구는 전처리 모듈을 통해 수집한 데이터를 분류 분석하고 SVM(Support Vector Machine)과 나이브 베이즈(Naïve Bayes)라는 분류 알고리즘을 적용하여 정확도 및 성능을 평가 하였다. 데이터의 분류 분석 결과 역병에 영향을 가장 많이 미치는 요인은 온도와 상대습도 라는 것을 확인 하였으며 알고리즘을 적용하여 비교 분석한 결과 SVM(Support Vector Machine) 분류 알고리즘을 적용하였을 경우 분류 정확도는 높은 수치를 기록하였지만 ROC Area의 수치는 0.5에 근접한 결과를 나타내며 임의 추측방식(random guessing)에 가까운 성능을 보였다. 반면 나이브베이즈(Naïve Bayes) 분류 알고리즘 적용 결과 정확도는 높지 않았지만 ROC Area의 수치가 1에 가까운 결과를 나타내며 매우 우수한 분류 성능을 보인 것으로 평가됐다.
이러한 연구 결과를 통해 기계학습 알고리즘을 활용한 역병 예측 시스템의 정확도를 향상시켜줄 수 있는 적합한 모델을 개발하였다.