パターンマイニング問題におけるセーフパターンブルーニングを用いたスパースモデルの学習

摘要

本論文では，パターンマイニング問題におけるスパースな予測モデルの学習を考える．予測モデルの学習において我々が提案するセーフパターンブルーニングという手法は，真の最適なモデルに必要なパターンを含む集合を効率的に見つけ出すことを可能とする．この手法は近年研究が行われているセーフ特徴スクリーニングと呼ばれる手法に基づいたものであり，真のモデルに必要のない特徴を学習前に同定し，最適化から取り除くことで効率化を図っている．パターンマイニングのための予測モデルを学習する従来法としてブースティングタイプのものが提案されているが，我々の手法は従来法と比べてパターンのサーチ回数が少ないというメリットがある．本論文ではグラフマイニングとアイテムセットマイニングにおける両者の計算時間を比較し，提案法の有用性を検証した．