高次元小標本データの分類

抄録

高次元小標本データの分類手法を提案する。高次元小標本データとは、データの個体数に比べて、次元がはるかに大きいデータを示す。このようなデータは、マイクロアレイデータや画像データなどのように実世界において、数多く存在する。これらのデータに通常の距離に基づくクラスタリング手法を適用しても、よい結果が得られないことが知られている。本稿では、この問題を解決するための妥当な次元選択方法と、これを組み合わせた次元縮小法を取り入れたクラスタリング手法を提案し、数値例からその妥当性を検証する。