決定木モデルを仮定した分類におけるメタツリー集合のブースティング的構成によるベイズ近似最適アルゴリズムの研究

摘要

学習データが与えられた下で，新しい説明変数に対応する目的変数を分類予測する手法の一つに決定木が挙げられる．本研究では，決定木をデータ生成モデルとみなし，ベイズ決定理論に基づいた予測を考える．メタツリーという概念を用いて計算を効率化し，ある評価基準によって逐次的にメタツリーを複数作成していくことで特徴量未知での計算を近似させるアルゴリズムを提案する．