[1J3-J-2] 機械学習: ベイジアンモデル

[1J3-J-2-04] アイテムセットを用いたスパースベイズ学習

〇矢船 僚一朗¹、西郷 浩人¹ (1. 九州大学)

キーワード：スパースベイズ学習、アイテムセットマイニング、ベイジアン棄却

スパースベイズ学習は、線形分類/回帰問題に対してスパース解を学習することができる。 それは非ベイジアンな手法よりも多くの利点を持っているが、それを非線形に拡張すること一般的ではない。 本稿では、アイテムセットマイニングを採用し、アイテムの出現を表す2値行列にスパースベイズモデルを構築することを検討した。 全体が列挙されないように非線形な特徴を効率的に抽出できる反復アルゴリズムを提案する。 人工データによる計算実験において、このアプローチはデータセットにおける非線形性を正しく識別することができた。 またHIVデータセットを用いた実験で、予測の分散が大きいサンプルを棄却することによってベイジアンアプローチの有効性を示した。