[3Pin1] インタラクティブ(1)

[3Pin1-10] グラフ断片決定木を用いたグラフ特徴抽出手法

〇坂上 陽規¹、瀧川 一学¹、有村 博紀¹ (1. 北海道大学)

キーワード：パターンマイニング、グラフ分類、構造データ

グラフ断片決定木(graph frangmented decision trees)は，テストとしてグラフパターンの拡張演算を持つような決定木であり，グラフ決定リストのような１次のグラフパターンをもつグラフ分類規則とみなせる．われわれは，先行研究（坂上他，第105回SIGFPAI研究会）で，gSpanのようなグラフパターン列挙手法を用いずに，グラフ断片決定木を貪欲にトップダウン構築する学習アルゴリズムGFDTを提案した．本稿では，GFDTアルゴリズムをgSpanのようなグラフ属性発見器として用いて，集約学習器（ランダムフォレストRF）と組み合わせた場合の性能を実験的に評価する．実データを用いた実験では，gSpanとRFを組み合わせた手法と比較し，その有用性を調べた．