テスト性能の分散を考慮したロバストな判別器の選択基準(テーマセッション「ランダムネスと予測〜その基礎と応用」及び一般, ランダムネスと予測-その基礎と応用1)  [in Japanese] A Selection Criterion for Robust Classifiers by Considering the Variance of Test Performance  [in Japanese]

Search this Article

Author(s)

    • 鈴木 郁美 SUZUKI Ikumi
    • 奈良先端科学技術大学院大学情報科学研究科 Graduate School of Information Science Nara, Institute of Science and Technology
    • 大羽 成征 OBA Shigeyuki
    • 奈良先端科学技術大学院大学情報科学研究科 Graduate School of Information Science Nara, Institute of Science and Technology
    • 石井 信 ISHII shin
    • 奈良先端科学技術大学院大学情報科学研究科 Graduate School of Information Science Nara, Institute of Science and Technology

Abstract

遺伝子発現量プロファイルに基づく判別問題では, 従来クロスバリデーションによって複数の判別器の性能を評価し, その評価が最大となる判別器を選ぶことが行われてきた.しかし, 発現量データのもつ高次元性と, それに比較して少ないサンプル数のため, クロスバリデーションによる性能評価の期待分散が大きく, 得られた判別器の信頼性が低いという問題があった.本研究では, この問題を解決するため, クロスバリデーションによるテスト性能の分散を考慮することで, 悪い判別器が得られるリスクを回避してモデル選択を行うParametric Noise Bootstrap and Percentile(PNBP)法を提案する.PNBP法では, 実際の発現量にノイズを加えることにより, 人工的にデータセットを複数作成し, 各データセットに対して判別器を構成することで, 悪い判別器が得られるリスクを評価する.我々はPNBP法をマイクロアレイデータ対する典型的な判別手法であるWeighted-Voting(WV)法の遺伝子数選択問題に適用し, 実際の発現量データを用いて実験を行った.PNBP法で得られた判別器は従来法に比べて多数の遺伝子を利用して判別を行う傾向が見られ, その傾向はサンプル数が少ないときにより顕著であった.このことは, 提案手法がデータ出現の偏りに起因した性能評価のばらつきに影響を受けにくく, リスク回避型のモデル選択基準として有効であることを示唆する.

In classification problems with gene expression profiles emerged from clinical field, we usually compare performances of multiple classifiers and select the best classifier by standard cross-validation technique. Reliability of the selected classifier is, however, often low due to the large expected variance of test performance caused by the small sample size compared to the high-dimensionality of gene expression data. In this study, we propose a new method, the Parametric Noise Bootstrap and Percentile (PNBP) method which selects a classifier that tends to select poor classifier avoiding a high risk of resulting in a poor performance. The PNBP method evaluates the risk of selecting poor clasifier by applying cross-validation to artificial datasets those are created by a bootstrap method. We applied the PNBP method to determine the number of input gene in Weighted-Voting (WV) classification method and examined the basic property of the PNBP for real gene expression data. The result showed that the PNBP method select a large number of input gene when the sample size is small, in contrast that the standard method often select an extremely and unrealistically small number. This suggests that our PNBP criterion is robust for the variance of test performance evaluated by cross-validation and works as a risk-avoiding for model selection criterion.

Journal

  • IEICE technical report. Neurocomputing

    IEICE technical report. Neurocomputing 105(418), 25-30, 2005-11-11

    The Institute of Electronics, Information and Communication Engineers

References:  4

Codes

  • NII Article ID (NAID)
    10017115112
  • NII NACSIS-CAT ID (NCID)
    AN10091178
  • Text Lang
    JPN
  • Article Type
    ART
  • ISSN
    09135685
  • NDL Article ID
    7750280
  • NDL Source Classification
    ZN33(科学技術--電気工学・電気機械工業--電子工学・電気通信)
  • NDL Call No.
    Z16-940
  • Data Source
    CJP  NDL  NII-ELS 
Page Top