単一訓練ランダムフォレストによるGini変数重要度の閾値化:経験的Bayesアプローチ【JST・京大機械翻訳】

Dunne, R. A.; Reguant, R.; Ramarao-Milne, P.; Szul, P.; Sng, L.; Lundberg, M.; Twine, N. A.; Bauer, D. C.

プレプリント

J-GLOBAL ID：202202200734632841 整理番号：22P0330597

単一訓練ランダムフォレストによるGini変数重要度の閾値化:経験的Bayesアプローチ【JST・京大機械翻訳】

Thresholding Gini Variable Importance with a single trained Random Forest: An Empirical Bayes Approach

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2023年06月15日プレプリントサーバーでの情報更新日： 2023年06月15日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

【背景】Random森林(RF)は,広く使われるモデリングツールであり,可変重要度測定による特徴選択を可能にする。このために,偽陽性からラベル関連特徴を分離する閾値が必要である。可変重要度測度の特性の良好な理解がない場合,現在のアプローチは,置換ヌルを介して統計的電力を生成するために,多重RFを訓練することにより特徴を選択することを試み,再帰的特徴除去または両方の組み合わせを採用する。しかし,数百万の変数を持つゲノムデータのような高次元データセットでは,これは計算不可能であった。方法:著者らは,どの特徴が予測ラベルと有意に関連しているかを同定し,偽陽性を減らす閾値化のための統計的アプローチであるRF局所fdrを提示した。それは,Efron(2005)の経験的Bayes議論上に構築して,2つの分布-ヌルと非-ヌル「遺伝子」の混合物として変数の重要性をモデルした。【結果】著者らは,RF局所fdrが計算的により集中的なアプローチに等価精度を有する一方,最大100倍高速であることを示した。RFローカルfdrは,6つのMillion特徴と10,000のサンプルでデータセットをうまく閾値化できる唯一の試験方法である。RF局所fdrfdrは実時間で分析を実行し,可変重要度と数,例えば,測距者やVariantSparkのような,任意のRF実装と互換性がある。結論:RFローカルfdrは,予測重要度スコアに信頼値を置くことにより,ロバストな特徴選択を可能にする。それは,RFの反復フィッティングまたは付加的陰影変数の使用なしで,非常に多くの変数を有するデータセットのために使用可能であった。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能 , 分子・遺伝情報処理

, , , , ,

前のページに戻る