| 講演名 | 2000/7/12 OFS2000-26 / AI2000-28 ブースティングによる精度向上を実現する単一決定木の学習 秋葉 泰弘, 金田 重郎, フセイン アルモアリム, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 学習アルゴリズムのエラー率を削減する技巧として, Bagging等の多数決によるクラス判別手法が近年注目されている.これらクラス判別では, クラス判別理由が論理表現で記述されない.また, エラー率を十分に削減するには, クラス判別関数1つだけでクラスを判別する場合に比べ, 十数倍から数百倍も判別時間やメモリー量が必要となる.これらの問題を解決するために, 本稿では多数決クラス判別を近似する単一の決定木を学習する手法を提案する.提案手法は, 各判別関数と等価なメタ事例を訓練事例とし, オリジナルの事例の頻度分布を基に無用なノード分割を避けながら単一の決定木を学習する.提案手法を実験的に評価したところ, Baggingによる多数決クラス判別の高精度を保ちつつ, 判別関数2つ分程度の表現量の単一決定木が獲得できることを確認した. |
| 抄録(英) | This paper addresses two problems in Majority voting classifiers(MVCs)like Bagging:(1)no logical reasoning behind the decision and(2)a large amount of classification time and space for significant accuracy boosting.To solve these problems, this paper proposes a method for learning a single decision tree that approximates MVCs.The method learns a DT from the original examples and the meta examples that are generated from each classifier joining MVCs.Experimental results show that the method has similar accuracy to Bagging and that the tree size by the method is as large as the size of two classifiers. |
| キーワード(和) | 機械学習 / 決定木 / 多数決 / 正確率向上 / 平均化 |
| キーワード(英) | Machine Learning / Decision Tree / Majority Voting / Accuracy Boosting / Averaging |
| 資料番号 | OFS2000-26,AI2000-28 |
| 発行日 |
| 研究会情報 | |
| 研究会 | AI |
|---|---|
| 開催期間 | 2000/7/12(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Artificial Intelligence and Knowledge-Based Processing (AI) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | OFS2000-26 / AI2000-28 ブースティングによる精度向上を実現する単一決定木の学習 |
| サブタイトル（和） | |
| タイトル（英） | Acquiring a Single Decision Tree Representation of Majority Voting Classifiers |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 機械学習 / Machine Learning |
| キーワード(2)（和/英） | 決定木 / Decision Tree |
| キーワード(3)（和/英） | 多数決 / Majority Voting |
| キーワード(4)（和/英） | 正確率向上 / Accuracy Boosting |
| キーワード(5)（和/英） | 平均化 / Averaging |
| 第 1 著者 氏名（和/英） | 秋葉 泰弘 / Yasuhiro AKIBA |
| 第 1 著者 所属（和/英） | NTTコミュニケーション科学基礎研究所 NTT Communication Science Labs. |
| 第 2 著者 氏名（和/英） | 金田 重郎 / Shigeo KANEDA |
| 第 2 著者 所属（和/英） | 同志社大学大学院 Doshisha Univ. |
| 第 3 著者 氏名（和/英） | フセイン アルモアリム / Hussein ALMUALLIM |
| 第 3 著者 所属（和/英） | サウジアラビア国立石油鉱物大学 King Fahd Univ.of Petroleum & Minerals |
| 発表年月日 | 2000/7/12 |
| 資料番号 | OFS2000-26,AI2000-28 |
| 巻番号（vol） | vol.100 |
| 号番号（no） | 199 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |