
抄録
F-011
特徴選択のための一貫性指標について
○中永健太郎・申 吉浩・兵頭俊紀・森川 優・簗瀬大悟(兵庫県大)
特徴選択は、機械学習の精度と速度の向上・モデルの構築の局面において、極めて重要な技術であり、例えば、DNA中から特定の疾病に関連する遺伝子を決定するなどの応用をもつ。一貫性指標は、非数値データをとる特徴を含むデータセットに対して、特徴間の相互作用を評価しつつ特徴選択を行うための指標であり、一貫性指標に基づく特徴選択アルゴリズムは、一貫性指標以外の指標をもちいたアルゴリズムに比較して有意に精度で優れることが確かめられている。本稿では、文献の一貫性指標が8種類に整理されることを見た後、実験を通してこれらの指標の精度の比較を行う。