ばねモデルを用いた多次元尺度構成法によるパターン認識問題へのフィードバック

抄録

機械学習をより効率よく行うために，階層的なモデルの構築が盛んに研究されている．これらの中で特にデータが高次元の場合に階層的なモデルの構築を行う際，データ分布を把握するためにPCAやMDAなどの線形手法がよく用いられている．しかし，それらの線形手法でのデータの可視化は，インスタンス間の非類似度（距離）を考慮していないため，それらに基づいた階層構造の構築には適切ではない．本稿では，インスタンス間の非類似度を考慮したばねモデルを用いた多次元尺度構成法による，2次元デンドログラムマップの構築手法を提案する．さらに，可視化結果に基づく機械学習における階層構造の構築手法を提案する．実験結果により，提案した2次元デンドログラムマップは，機械学習へのフィードバックに有効であることを確認できた．