文献

J-GLOBAL ID：201802214336561377   整理番号：18A0064746

木構造化回帰分析としてのGarrote木

GARROTE TREES AS TREE STRUCTURED REGRESSION ANALYSIS

著者 (4件)： NAKAMURA Masatoshi (Oita Univ., Oita, JPN) ,  OCHI Yoshimichi (Oita Univ.) ,  MOTOGAITO Hiroki (SmartDrive Inc., Tokyo, JPN) ,  GOTO Masashi (Biostatistical Res. Assoc., Osaka, JPN)
資料名： Journal of the Japanese Society of Computational Statistics  (Journal of the Japanese Society of Computational Statistics)
巻： 30  号： 1  ページ： 65-80  発行年： 2017年12月 
JST資料番号： L1619A  ISSN： 0915-2350  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 回帰分析では,アウトカムと説明変数の間の関係をモデル化するために,しばしば確率論的モデルを構築する。それらのモデルに基づき,データの基本的な構造についての統計的解釈を導出する。線形回帰モデルを用い,そのモデルがデータに対してよいフィッティングを示す場合,関係を解釈するのは容易である。しかしながら,詳細に実際の特徴を反映する線形モデルを定式化することは難しい場合がある。そうした場合に,分類回帰樹木(CART)といった木構造化アプローチが推奨され,それは木を作成し,木から導出される基本モデルに基づいてデータの解釈を与える。ランダムフォレスト(RF)は木に基づくアンサンブル学習法を含み,より正確にアウトカムを予測できる。しかしながら,RFはデータを解釈する木構造化モデルを提供できない。縮小推定量である非負圧縮推定量(NNG)を調べ,NNGに基づくRGの調整としてGarrote木(GT)を提案した。また,GTはデータの解釈に対して有用な木を作るように導くことができる。糖尿病と前立腺ガンデータの2つの事例研究では,GTの予測精度と記述的な特徴を示した。また,シミュレーション研究では提案した方法が予測的に非常に正確であり,新しい意味のある観点からデータを解釈する潜在能力をもたらすことを示した。(翻訳著者抄録)

シソーラス用語： *回帰分析 ,  *ツリー構造 ,  確率モデル ,  統計解析 ,  近似法 ,  数学モデル ,  計算機アルゴリズム ,  *機械学習 ,  糖尿病 ,  前立腺腫瘍 ,  事例研究 ,  精度 ,  計算機シミュレーション ,  評価試験 ,  あてはめ【近似法】 ,  予測精度 ,  計算機利用 ,  利用
準シソーラス用語： *アンサンブル学習 ,  ランダムフォレスト ,  前立腺癌 ,  *木構造化回帰分析

分類 (3件)： システム・制御理論一般  (IA02010H) ,  グラフ理論基礎  (IA02020S) ,  人工知能  (JE08000Z)

引用文献 (14件)：

• Banerjee, M., Ding, Y. and Noone, A. M. (2012). Identifying representative trees from ensembles. Statistics in Medicine, 31, 1601-1616.
• Breiman, L., Friedman, J. H., Olshen, R. A. and Stone, C. J. (1984). Classification and Regression Trees. Belmont, CA: Wadsworth.
• Breiman, L. (1995). Better subset regression using the nonnegative garrote. Technometrics, 37, 373-384.
• Breiman, L. (2001). Random forests. Machine Learning, 45, 5-32.
• Efron, B., Hastie, T., Johnstone, I. and Tibshirani, R. (2004). Least angle regression. The Annals of Statistis, 32, 407-499.

タイトルに関連する用語 (3件)： 木構造 ,  回帰分析 ,  木