抄録
本論文では，クラスタリングとパラメータ最適化による簡便な識別器であるファジィc-平均識別器(FCMC)の訓練時間の改善について述べる．主な改善点は，メモリー不足が発生しないように訓練データを分割して読み込み，そのクラスターへのメンバシップも分割してハードディスクに書き出すことと，ランダムサーチによるパラメータ最適化の高速化である．そして，FCMCの訓練時間を高性能なサポートベクターマシンとして知られているLibSVM と比較する．クラスター数は2 のべき乗個で，最大28=256 としハイパーパラメータに含める．四つのパラメータのうちの二つをランダムサーチで自動最適化する．また，パラメータが二つのLibSVM との比較を行う．総訓練時間には最適なパラメータを探索する時間を含める．改良されたFCMC ではLibSVM と同等の識別精度が得られ，100 万件以上の大量データでは，LibSVM より総訓練時間が100 倍から1000 倍高速である．
