N-Level決定木アルゴリズムにおける平均的事例解析手法

概要

論文の詳細を見る
従来, 学習アルゴリズムの評価は, 実際の観測データを入力事例集合とする実験的アプローチにより行われてきた. しかしながら, 実験的アプローチでは, どのような条件でアルゴリズムが優れているかを具体的に示すことはできなかった. 近年, 理論的なアプローチとして, 統計的な手法で学習アルゴリズムの特性を調べる, 平均的事例解析手法が提案されている. また, 平均的事例解析手法を用いて, いくつかの学習アルゴリズムの評価が行われている. 本稿では, Ibaにより提案された平均的事例解析手法によるOne-Level決定木アルゴリズムの解析モデルによる解析結果と実験的結果が大きく異なっていることを示す. また, Ibaの解析モデルの問題点を述べ, N-Level決定木アルゴリズムの新たな解析モデルを提案する. 本稿で提案する解析モデルは, Ibaの解析モデルと同様に, 訓練事例数, 不要属性数, 属性ノイズ, クラスノイズをパラメータとして扱うことができるうえに, Ibaの解析モデルより厳密な解析結果を求めることができるという利点がある.
一般社団法人情報処理学会の論文
1997-03-15