書誌事項
- タイトル別名
-
- Michigan-Style Fuzzy Genetics-Based Machine Learning for Class Imbalance Data
抄録
<p>近年,医療や金融など識別結果に対する根拠が求められる分野において,識別器の解釈可能性が盛んに議論されている.ファジィ遺伝的機械学習は,解釈性に優れた識別器を設計する手法の一つである.一方で,クラス不均衡なデータにおいて,少数派クラスの高い識別性能が要求される場合がある.このとき,ファジィ遺伝的機械学習により生成される識別器は,少数派クラスの識別性能が他クラスより低下する.本研究では,少数派クラスの識別性能を向上させるために,ファジィ遺伝的機械学習に対して4つの変更を行う.1) ルールの評価関数にクラス毎のパターン数による重み付け,2) ルール集合の評価にクラス毎の識別精度の調和平均を利用,3) ヒューリスティックルール生成のベースパターンをクラス毎の識別精度を基に選択,4) ルール後件部にクラス間のパターン比率による重み付け.数値実験では,各変更が識別性能に与える影響を調査し有効性を示す.</p>
収録刊行物
-
- 知能と情報
-
知能と情報 33 (1), 525-530, 2021-02-15
日本知能情報ファジィ学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390850092192405504
-
- NII論文ID
- 130007986490
-
- ISSN
- 18817203
- 13477986
-
- 本文言語コード
- en
-
- データソース種別
-
- JaLC
- Crossref
- CiNii Articles
- KAKEN
-
- 抄録ライセンスフラグ
- 使用不可