アクターモデルに基づいたストリームデータに対する分散オンライン決定木学習手法の提案

摘要

ストリームデータに対する決定木構築において従来の決定木学習アルゴリズムは大規模データコンピューティングに向けた設計ではないため，実用に向かない．オンライン型決定木であるVFDTは，ストリームデータに対応した決定木学習手法であるが，より高頻度·大量のデータフローに対応することは難しく，複数のコンピュータで負荷を分散してデータを処理する必要がある．本稿ではデータフローを，メッセージパッシングにて木モデルにおける枝に対応させ複数のコンピュータに分散することで負荷を分散する手法を提案する．データの振り分けがそのままタスクの分散になり，流れるデータ自体が次の処理のトリガーとなるため，高速に，そのデータに合わせた処理を行うことが可能である．また，メッセージパッシングではデータの送信先を簡単に変更できることから，枝刈り，サブツリーの構築も簡単に行えるため，安定しないストリームデータにも対応できる．実装にはプログラミング言語Scalaにおけるactorを用いる．