[2D1-GS-2] 機械学習：進化計算・ネットワーク

[2D1-GS-2-02] GNMinerの拡張：連続属性値に基づく個別性を考慮したルール発見

〇鈴木 康浩¹、嶋田 香¹ (1. 群馬大学)

キーワード：進化計算、知識発見、知識獲得、個別性

本研究は、遺伝的ネットワークプログラミング（GNP）を応用したデータマイニングツール「GNMiner」の拡張に焦点を当てており、連続値属性の柔軟な離散化に基づく個別性を考慮したルール群の発見を目的としている。
従来のアプローチでは、事前に決められたモデルに基づいて全体的な分析を行う方法であった。全体で閾値をあらかじめ定めることになるため、個々の事例に対応することが難しく柔軟性が欠けるという問題があった。
本研究では従来のアプローチとは異なり、事前に一般的なモデルを作成するのではなく、個々の事例に適した連続属性値の離散化を行い、それに基づいて分類・予測を行うようにした。
結果として、この方法により連続値属性を含むデータにおいて、マッチングの過程が不要で、短時間で効率的に個別性を最大限考慮したルール発見をすることが可能になった。