カーネル主変数選択法とその応用
スポンサーリンク
概要
- 論文の詳細を見る
主変数選択法は,多変量連続データが与えられたとき,それらのばらつきの状態をなるべく少ない数の変数を用いて説明することを目的として,興味ある統計的変数選択基準(主変数選択基準)に基づいて少数の適切な変数(主変数)を選択する「基準変数(目的変数)を持たない多変量解析法」のひとつであり,McCabe(1984)によって提案された.しかし,McCabe(1984)の主変数選択法では,標本共分散行列に基づいて主変数選択基準が定式化されているために,非線形データに適用した場合には,変数間の従属関係を考慮した変数選択が行われるとは限らない.本論文では,この問題を解決するために,非線形データに対する主変数選択法として,カーネル主変数選択法を提案する.また,数値実験と適用例をとおしてカーネル主変数選択法の有用性を検証する.
- 2013-07-15
著者
関連論文
- ロジスティック回帰モデルにおける弱併合可能性について
- カーネルMT法とその応用
- 構造的因果モデルについて
- 日本および中国での身近な街路景観の認知特性に対する物理的要因評価：東京23区と成都市の国際比較
- カーネル主変数選択法とその応用
- 誤差相関のない確認的直交二因子モデルの探索可能性について