文献

J-GLOBAL ID：201902210543396933   整理番号：19A2898745

MDLに基づくルールリストによる解釈可能な分類【JST・京大機械翻訳】

Interpretable multiclass classification by MDL-based rule lists

著者 (2件)： Proenca Hugo M. (LIACS, Leiden University, the Netherlands) ,  van Leeuwen Matthijs (LIACS, Leiden University, the Netherlands)
資料名： Information Sciences  (Information Sciences)
巻： 512  ページ： 1372-1393  発行年： 2020年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 解釈可能な分類器は,それらのより複雑な対応物よりも理解し,説明するのが本質的に容易であるため,最近,データマイニングコミュニティからの注目の増加を目撃している。解釈可能な分類モデルの例には,ディシジョンツリー,ルールセット,およびルールリストが含まれる。そのようなモデルを学習することは,しばしば大量のデータを必要とするハイパーパラメータの最適化を含み,比較的大きなモデルをもたらす可能性がある。本論文では,マルチクラス分類のためのコンパクトで正確な確率的ルールリストを学習する問題を考察した。具体的には,確率的ルールリストと最小記述長(MDL)原理に基づく新しい形式化を提案した。これにより,仮想的にパラメータのないモデル選択が可能になり,適合性の良さによりモデルの複雑さを自然にトレードオフさせることができる。これにより,過パラメータ調整のための過剰適合と必要性が効果的に回避される。最後に,著者らは,提案した判定基準によって規則リストを欲しく見つける分類アルゴリズムを導入した。著者らは,予測性能と解釈可能性の組合せになるとき,分類が最先端の分類装置を上回る小さい確率的ルールリストを選択することを経験的に実証した。著者らは,クラスがそのパラメータに鈍感であることを示した。すなわち,候補集合と訓練集合上の圧縮は分類性能と相関し,MDLベースの選択基準を検証した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ディシジョンツリー ,  適応性 ,  選択基準 ,  判定基準 ,  コミュニティ ,  分類装置 ,  最適化 ,  データマイニング
準シソーラス用語： 予測性能 ,  分類アルゴリズム ,  モデル選択 ,  バーチャル ,  最小記述長 ,  ハイパーパラメータ ,  分類モデル , 【Automatic Indexing@JST】

著者キーワード (4件)： ルールリスト ,  最小記述長原理 ,  解釈可能なモデル ,  分類

分類 (1件)： 分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (3件)： ルール ,  リスト ,  分類