ルールアンサンブルの学習に対する正則化関数に関する考察

抄録

複数のルールの重み付き和で与えられるルールアンサンブルの学習における正則化関数の効果について考察する．ルールアンサンブルはルールを変数とする線形識別関数と捉えることができる．一般に，データに含まれる可能なルールの数は非常に大きいため，重要なルールを選択する必要がある．一方で，ルールの数が多いため，相関をもつルールが多く存在し，多重共線性が発生する．ルールの選択にはL1正則化が適しているが，多重共線性の解決にはL2正則化が適している．本研究では，著者が提案した，ルールの数を調整できる正則化を用いることで，この二つの問題を解決する．