文献

J-GLOBAL ID：201802239033269375   整理番号：18A0886833

超高速カテゴリカル特徴選択手法を用いた高次元データの特徴付け

著者 (6件)： 久保山哲二 (学習院大 計算機セ) ,  申吉浩 (兵庫県大 大学院応用情報科学研究科) ,  橋本隆子 (千葉商大 商) ,  城所弘泰 (学習院大 計算機セ) ,  磯上貞雄 (学習院大 計算機セ) ,  村上登志男 (学習院大 計算機セ)
資料名： 学習院大学計算機センター年報  (Annual Report of the Gakushuin University Computer Centre)
巻： 38  ページ： 132-133  発行年： 2018年03月 
JST資料番号： L5808A  ISSN： 0913-4514  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・コンピュータネットワークのログ,Web上のテキストやリンク,遺伝情報をはじめとして,多種多様なデータが日々蓄積されており,これらの膨大なデータは一般的に多次元で属性数の次元を持ったデータ。
・多属性・多次元のデータの中から目的に応じて必要な属性・次元を取り出すプロセスを「特徴選択」といい,データ分析において重要な役割を果たし,研究目的は,超高速カテゴリカル特徴選択手法を用いた高次元データの特徴付け。
・東日本大震災直後のツィッターデータからトピックを抽出する実験で,ツイッターID数は約100万と膨大であったため,高速な特徴選択アルゴリズムCWCを適用。
・CWCは教師付アルゴリズムでクラスレベルの付与が必要なため,k-means法によるクラスタリングを施した後,各クラスタをクラスタラベルとして,各々のクラスタを特徴付ける少数の単語を抽出。

シソーラス用語： *データ解析 ,  *特徴選択 ,  *計算機網 ,  *データ ,  *Web【情報システム】 ,  *クラスタ分析 ,  平均法 ,  クラスタ化
準シソーラス用語： *カテゴリカルデータ解析 ,  コンピュータネットワーク ,  *多次元データ ,  *k-means法 ,  クラスタリング

分類 (1件)： 計算機利用技術一般  (JE01000C)

タイトルに関連する用語 (3件)： 特徴選択 ,  手法 ,  高次元データ