データマイニングの基礎 第4章 前処理・データ変換 その4

  • 属性選択アルゴリズムの実例
    • Focus
      • 前向き探索(属性を追加していく)
      • 不整合度を指標にする
      • 整合性を保持できる(不整合度==0)な最小の属性集合を求める
      • 連続数値を扱えない。ノイズに弱い
    • Relief
      • ニアミス(その属性距離最小のデータ間でクラスが違う)を区別できる属性を優先するヒューリスティクスを用いる
      • ノイズに強く属性値としては何でも取れるが、クラスがバイナリしか扱えない
    • ABB
      • 分岐限定法
      • 評価尺度には不整合度を用いる
      • 属性値に連続数値を扱えない