情報処理学会 第77回全国大会講演要旨

　分類精度のあまり高くない弱学習器を複数用いて精度を向上させる集団学習法の一つとして，L.Bremanによりランダムフォレスト法が提案されている．これはランダムに選択した少数の属性に対して未剪定の決定木を大量に生成し，各決定木による判別結果の多数決により自動分類を行うアルゴリズムである．一方モデルが未知のマルコフ情報源に対する優れた圧縮法として文脈木重み付け法が提案されている．そこで本研究ではランダムフォレスト法により生成された各決定木に対して文脈木重み付け法の考え方を適用し，重み付け木を用いた自動分類手法を提案する．