素性選択によるアンサンブル学習に関する一考察(機械学習・応用)
スポンサーリンク
概要
- 論文の詳細を見る
本稿では,サポートベクターマシンによる文書分類において,素性を変えて構築した複数の分類器の中から各事例ごとに適切な分類器を選択するアンサンブル学習を提案し,その有効性について調査する.提案手法を,2005年SSM調査(社会階層と社会移動に関する全国調査)により収集された職業データを約390個の国際標準職業分類(ISCO)コードに分類するタスクに適用し,分類精度について単独の分類器と比較した.その結果,適切な分類器を選択する方法として,多数決や分類器の出力するスコア(分類スコア)を用いる場合は有効性を示さなかったが,分類スコアにより推定したクラス所属確率を用いる場合は,最も分類精度の高い分類器をわずかに上回ることを確認した.
- 一般社団法人情報処理学会の論文
- 2008-11-19
著者
関連論文
- 複数の分類スコアを用いたクラス所属確率の推定
- 素性選択によるアンサンブル学習に関する一考察(機械学習・応用)
- 分類スコアに基づいたクラス事後確率の推定(コーパス, 学習, 対話, 要約)
- 機械学習とルールベースの組み合わせによる自動職業コーディング
- ルールベース手法と機械学習による自由回答の分類 : 職業コーディング自動化の方法(非定型データ分析の可能性)
- 機械学習とルールベースによる職業コーディング(テキスト検索,分類)
- 職業・産業コーディング自動化システムの活用
- 3. 自由回答データの分析 : 格フレームによる産業・職業コーディング自動化システムを中心として : 第68回 行動計量シンポジウム (日本行動計量学会活動報告)
- 格フレームによる自由回答のコーディング自動化 : 職業コーディングの自動化システム
- 格フレームによる自由回答のコーディング自動化システム
- 格フレームによる自由回答のコーディング自動化システム
- 格フレームによる自由回答のコーディング自動化システム
- コンピュータによる自由回答の処理方法
- S9-2 自然言語処理によるSSM職業コーディング・システムについて
- 自由回答法における構造化支援システムの開発について
- 質的デ-タの解析に関する一考察--政治意識調査における自由回答法の分析
- 多クラスSVMにおけるクラス所属確率を用いたアンサンブル学習の提案
- 多クラスSVMにおけるクラス所属確率を用いたアンサンブル学習の提案
- 職業コーディング支援システム(NANACO)の開発とJGSS-2003における適用