データ部分集合と特徴部分集合の同時選択による識別子統合  [in Japanese] Classifier Fusion on the Basis of Data Selection and Feature Selection  [in Japanese]

Search this Article

Author(s)

    • 白井 賢志 SHIRAI Satoshi
    • 北海道大学大学院 情報科学研究科 Graduate School of Information Science and Technology Hokkaido University
    • 工藤 峰一 KUDO Mineichi
    • 北海道大学大学院 情報科学研究科 Graduate School of Information Science and Technology Hokkaido University

Abstract

複数の識別子を統合することで性能の高い識別子を構成する試みが多く見られる.要素識別子を構成する方法として,異なるデータを繰り返し取り出すBagging法や,特徴集合の選択を繰り返し行うRandom subspace法がある.本稿では,両方の選択を同時に行う試みを紹介する.クラス毎に幾つかの部分データ集合を集め,それぞれについて,その集合を他のクラスから分離する上で有効な特徴集合を選択する.この方式をランダムに特徴集合を選ぶ方式と比較し,適切な特徴選択法について議論する.

In recent years, many approaches to gain high performance by combining some classifiers have been proposed. In the bagging, we exploit many random replicates of samples, and in the random subspace method we exploit randomly chosen feature subsets. In this paper, we introduce a method to select both at the same time. For a data subset chosen from a certain class, we select the most effective features, and repeat the procedure in a deterministic way. We compare the technique with the random subspace method.

Journal

  • IEICE technical report

    IEICE technical report 107(114), 69-74, 2007-06-28

    The Institute of Electronics, Information and Communication Engineers

References:  10

Codes

  • NII Article ID (NAID)
    110006345582
  • NII NACSIS-CAT ID (NCID)
    AN10012921
  • Text Lang
    JPN
  • Article Type
    ART
  • ISSN
    09135685
  • NDL Article ID
    8804185
  • 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