演題番号 | 3I2-3 |
---|---|
題目 | サポートベクターマシンにおけるアンサンブル学習の提案 |
著者 | 高橋 和子(敬愛大学) |
時間 | 06月19日(Fri) 11:20〜11:40 |
概要 | 本稿では, サポートベクターマシンの分類精度を高めるため, リサンプリングではなく素性を変化させて複数の分類器を構築し, 事例ごとに適切な分類器を選択する方法を提案する. 提案手法を自由回答と選択回答からなる調査データの分類タスクに適用した結果, 分類器選択の方法として、分類器が出力するスコア(分類スコア)に基づいて推定したクラス所属確率を用いた場合に, 単独の分類器で最も高い分類精度を上回った. |
論文 | PDFファイル |