On A Variable Selection Method based on the Relationship between Discrimination Information and Principal Components On A Variable Selection Method based on the Relationship between Discrimination Information and Principal Components

Access this Article

Search this Article

Author(s)

Abstract

外的な識別情報を持つデータを用いて識別器を開発し、新たに観測されたデータの識別に用いる方法が提案されている。しかし、これらの方法では、データが多変数で観測されているとき、識別が困難となる問題がある。この問題を解決するためには、いかに識別に有効な変数を選択し、識別率を向上させるかが重要である。本研究では、著者らによって提案された識別情報と主成分の関連性を示す量を用いて、識別に有効な変数を、主成分を介在させることにより選択する新たな変数選択法を提案し、その有効性を数値例により示す。

Discrimination methods have been proposed by developing a discriminator used with data contains discrimination information. However, when the observed data is multivariate data the discrimination becomes more difficult. In order to solve this problem, a variable selection is important to improve the correct identification rate. In this paper, a new variable selection method is proposed through the principal components by using the relationship between discrimination information and principal components. Several numerical examples show a better performance of the proposed method.

Journal

  • Proceedings of the Fuzzy System Symposium

    Proceedings of the Fuzzy System Symposium 31(0), 75-80, 2015

    Japan Society for Fuzzy Theory and Intelligent Informatics

Codes

  • NII Article ID (NAID)
    130005488376
  • NII NACSIS-CAT ID (NCID)
    AA12165648
  • Text Lang
    ENG
  • ISSN
    1882-0212
  • NDL Article ID
    026775875
  • NDL Call No.
    YH247-544
  • Data Source
    NDL  J-STAGE 
Page Top