WEKO3
アイテム
分位点離散化法によるスパースモデリングのための変数スクリーニング
https://ipsj.ixsq.nii.ac.jp/records/227241
https://ipsj.ixsq.nii.ac.jp/records/2272411556d771-ceb3-46f7-ab54-39af0c6563e0
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-ICS23211001.pdf (1.3 MB)
|
Copyright (c) 2023 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2023-08-09 | |||||||||
| タイトル | ||||||||||
| タイトル | 分位点離散化法によるスパースモデリングのための変数スクリーニング | |||||||||
| タイトル | ||||||||||
| 言語 | en | |||||||||
| タイトル | Quantile discretization based variable screening for sparse modeling | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 知識情報処理 | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||||
| 資源タイプ | technical report | |||||||||
| 著者所属 | ||||||||||
| 群馬大学理工学府 | ||||||||||
| 著者所属 | ||||||||||
| 群馬大学情報学部 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Graduate School of Science and Technology, Gunma University | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Faculty of Informatics, Gunma University | ||||||||||
| 著者名 |
茂木, 亮祐
× 茂木, 亮祐
× 関, 庸一
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 多量の変数を対象とする統計モデリングでは，予測性能と解釈可能性を改善するために，変数選択が本質的な役割を果たす．しかしながら，説明変数の数がサンプルサイズの指数オーダーとなるような膨大な数の変数群に対しては，LASSO などの変数選択手法は計算量的な負荷が大きくモデルの推定精度も不安定となる．このような状況では分析者は，1．目的変数と無関係な説明変数を除去し，2．残った説明変数群に対して LASSO などを用いた変数選択を行う二段階の手続きを採用することが多い．1．のステップは変数スクリーニングと呼ばれ，さまざまな関連性尺度が提案されている．本研究では，目的変数および説明変数がともに連続変量である状況を対象として，それぞれの変数を各自の分位点により離散化し，離散化された変数同士の二元表に基づいて独立性の検定を行う方法を提案する．これにより，非線形関係を持つ変数対であっても発見でき，外れ値に頑健なスクリーニングが可能となる．また，提案法によるスクリーニングは第二種の過誤を犯す確率が一般的な仮定の下で漸近的に 0 となることを示す． | |||||||||
| 論文抄録(英) | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | In statistical modeling of many variables, variable selection is essential in improving prediction performance and interpretability. However, when the number of predictors increases the exponential order of sample size, variable selection techniques such as LASSO are computationally burdensome, and the estimation accuracy is unstable. In such a situation, analysts often employ a two-step procedure: 1. remove irrelevant predictors to the response variable, and 2. select variables from the remaining using the variable selection method such as LASSO. The first step is called variable screening, and various relevance measures have been proposed. This study focuses on a situation where both predictor and response variables are continuous. A method that discretizes each variable using its quantiles and the independence test for two-way tables of discretized variables is considered. The method enables the detection of non-linearity and robust screening against outliers. Theoretical analysis shows that the type II error of the proposed screening method is asymptotically zero under general assumptions. | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AA11135936 | |||||||||
| 書誌情報 |
研究報告知能システム（ICS） 巻 2023-ICS-211, 号 1, p. 1-8, 発行日 2023-08-09 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2188-885X | |||||||||
| Notice | ||||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
