投機的FilterとWrapperによるオンライン学習の高速化－高速次元選択法の検討

摘要

本稿ではonline次元選択を行うことにより，多次元入力パターンを少数サンプルで学習する手法を提案する．一般に多次元入力データには無関係な変数や，冗長変数が含まれることが多い．このような場合，不要/冗長な次元を取り除かないと，学習機械は必要な情報と不要な情報との膨大な組合せを学習する必要に迫られる．この結果，正確な入出力関係を獲得するまでに長い学習時間を必要とするのが普通である．だが，入力サンプルが非独立に発生することを仮定すると，これが高速に実現できることを示す．具体的にはバッチ型学習で注目されているSubset Selectionの手法であるFilterとWrapperを複合的に使用することで，独立に生起しないサンプルに対して高速に次元選択が可能となる．いくつかの実験により本手法の有効性を確認した．