情報処理学会 第75回全国大会講演要旨

本稿では、クラスタ分析手法を用いて決定木学習の改善を行う。決定木学習では、訓練データから決定木を構築する際に、クラスとデータが持つ各属性との関係を用いる。
しかし、この学習では属性間どうしの関係、属性値域やその重なりなどが考慮されていない。よって、訓練データ中に存在する特異なデータによって精度の低下を招いていると考えられる。
本研究では、属性間の関係も考慮することで、訓練データのグループ化を行い、決定木学習の改善を図る。属性間の関係を考慮する為に、各データの属性間の距離に基づき、データのクラスタ化を行う非階層的クラスタ分析を利用する。さらに本手法を人為的に作成したデータを用いて評価する。