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
- Focus
- 属性抽出
- 元となる複数の属性から関数によってマッピングされる値を新たな属性として扱う f(x1, x2, ...) を属性とする
- 主成分分析
- ニューラルネットワーク
- 元となる複数の属性から関数によってマッピングされる値を新たな属性として扱う f(x1, x2, ...) を属性とする