線形回帰モデルにおけるNCスペクトラルクラスタリングを用いた効率的な入力変数選択(第15回情報論的学習理論ワークショップ)

元データ 2012-10-31

概要

生産現場では,これまで生産性向上のため操業データの解析に取り組んできた.操業データ解析では,予測精度の高い線形回帰モデルの効率的な構築が成功の鍵を握るが,そのためには適切に回帰に用いる変数を選択する必要がある.本研究では,変数間の相関関係に基づくクラスタリング手法であるNCスペクトラルクラスタリング(NCSC)を用いた変数選択手法を提案する.提案法では,NCSCを用いて入力変数候補をいくつかの変数グループに分類し,各変数グループごとの出力への寄与率を用いて入力変数として採用する変数グループを選択する.これをNCSC型変数選択(NCSC-VS)と呼ぶ.本研究では,化学プロセスの実データを対象としたケーススタディにより提案法の有効性を検証した.

著者

藤原 幸一 京都大学 大学院工学研究科化学工学専攻
加納 学 京都大学大学院工学研究科
加納 学 京都大学
澤田 宏 NTTコミュニケーション科学基礎研究所
藤原 幸一 京都大学

関連論文

▼もっと見る