文献

J-GLOBAL ID：201702245921716945   整理番号：17A1369998

リッジ回帰によるk近傍分類の性能改善

Ridge Regression for Improving the Accuracy of k-Nearest Neighbor Classification

著者 (3件)： 重藤優太郎 (千葉工大 STAIR Lab) ,  新保仁 (奈良先端科学技術大学院大) ,  松本裕治 (奈良先端科学技術大学院大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 117  号： 210(PRMU2017 39-62)  ページ： 113-119  発行年： 2017年09月08日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,k近傍分類のための非類似度関数とその学習法を提案する。既存の距離学習は,目的関数に基づいた写像行列を学習し,この写像行列を用いてクエリ事例とラベル付き事例を特徴空間の新たな点に写像する。一方で,本論文の提案手法は,クエリ事例を固定し,ラベル付き事例のみを同一特徴空間上の適切な点に移動する。提案手法がもたらすk近傍分類の性能改善は,ハブ事例の出現という観点から説明することができる。近年,ハブ事例の出現による,近傍法の性能低下が報告されている。本論文では,このハブ事例の出現を抑制することにより,分類性能の改善を行う。実験の結果,文書および画像データの分類において,提案手法が,既存の距離学習よりも良い,もしくは同等の正解率を得ることを確認した。(著者抄録)

シソーラス用語： *分類 ,  *回帰分析 ,  目的関数 ,  質問 ,  空間 ,  比率 ,  ラベリング ,  帰納学習 ,  *機械学習 ,  距離 ,  *メトリック学習
準シソーラス用語： *k近傍法 ,  *リッジ回帰 ,  非類似度 ,  クエリー ,  特徴空間 ,  正解率 ,  ラベル付与 ,  事例ベース学習 ,  Mahalanobis距離

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

引用文献 (13件)：

• ′′Distance metric learning for large margin nearest neighbor classification′′, JMLR, 10, pp. 207-244 (2009).
• ′′Information-theoretic metric learning′′, ICML '07, pp.209-216 (2007).
• ′′Distance metric learning with eigenvalue optimization′′, JMLR, 13, pp. 1-26 (2012).
• ′′Distance metric learning, with application to clustering with side-information′′, NIPS '02, pp. 505-512 (2002).
• ′′Hubs in space: Popular nearest neighbors in high-dimensional data′′, JMLR, 11, pp. 2487-2531 (2010).

タイトルに関連する用語 (4件)： リッジ回帰 ,  近傍 ,  分類 ,  性能改善