少数例による学習における属性選択の効果について

カテゴリ: 研究会(論文単位)

論文No: IS12049

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2012/11/09

タイトル(英語): Effect of Feature Selection in Learning from Small Data

著者名: 廣川 佐千男(九州大学),酒井 敏彦(九州大学)

著者名(英語): Hirokawa Sachio(Kyushu University),Sakai Toshihiko(Kyushu University)

キーワード: ＳＶＭ|属性選択|分類精度|機械学習|SVM|Feature Selection|classification accuracy|machine learning

要約(日本語): 高次元データについてもSVMは汎化能力が高く多くの分野で機械学習ツールとして利用されている。分類だけでなく、分類の意味を解釈するために、属性選択の研究がある。本稿では、少数例による学習を行うとき、属性選択が分類性能にどのような影響を与えるかを考察する。

要約(英語): SVM is known as a powerful learning method with a high generalization ability that can be applied to high demensional data. Feature selection is a key techonlogy to select crucial feature to interpret the classification. The present paper discusses on the effects of feature selection againt the classification performance of SVM.

原稿種別: 日本語

PDFファイルサイズ: 5,910 Kバイト