決定木構成法における連続値分割について : 相互情報量に基づく区間分割
スポンサーリンク
概要
- 論文の詳細を見る
エキスパートシステム開発において,知識ベース構築に多大なコストを要することが問題となっている。このため,従来人手により行われていたこの作業を計算機により支援あるいは自動化するための知識獲得・学習の研究が必要となってきている。故障診断や医療診断のような分類問題においては,訓練事例集合をもとに分類規則を決定木の形式で構成する計算機プログラムの研究開発が行われている。ここで,訓練事例は,<属性,値>リストと対応する分類クラスとから成る。値は,連続値(例えば,3.298..),離散値(例えば,5),記号の有限集合の要素(例えば,高/中/低)をとる。決定木構成法では,属性値の領域が連続値の場合に,その領域は有限個の排他的な区間に分割されて取り扱われる。この分割は作成される決定木の性能に影響を与えるので,どのように分割するかが問題となる。本報告では,クラスと区間との間の関係の強さを示す量として閾値情報量を定義し,この閾値情報量が極大になるように領域を区間に分割するという方法を提案する。また,この基準のもとで,訓練事例集合が一様分布や正規分布をなす場合に,閾値がどのように設定されるかについて述べる。
- 一般社団法人情報処理学会の論文
- 1988-09-12
著者
関連論文
- ニューラルネットワークを利用したポートフォリオセレクションモデル : 実験結果と実務への適用可能性
- ニューラルネットワークを利用したポートフォリオセレクションモデル : 原理と構造
- 決定木構成法における連続値分割について : 相互情報量に基づく区間分割
- 84-22 オフィス情報システムのためのデータモデリングアプローチ
- 81-20 分散データベースにおける更新の同期制御
- オブジェクト指向をベースとした部品の再利用技術について
- S2-6 地域情報化社会の現状と近未来に於ける地域情報ネットワーク社会のあり方
- 自動リンク付けの研究
- 90-35 専門家モデルの構築と拡張に対する自動支援