抄録
Z. Pawlak によって提案されたラフ集合の応用として，決定表からの決定ルー ル抽出や決定ルールによるクラス分類がある．本研究では，ラフ集合に基づ くルール抽出アルゴリズムであるMLEM2に対し，代表的なアンサンブル学習であるBagging やRandom Forest，属性サンプリングによるアンサンブル手法を適用し、分類精度が改善されることを確認する．その際，属性のサンプリング数を適切に決定する必要がある．本研究では，属性サンプリング数の決定に近似の質を用いる方法を提案し，数値実験によってその有用性を確認する．
