大規模なL1正則化問題のための座標降下法を用いたスキーム

抄録

大量の属性（特徴）を持つデータから前もって属性選択を行うことなくL1正則化問題を解くことによって、有用な学習器とその学習器に必要な属性を同時に得る方法が機械学習の分野では広く利用されている。本発表では属性の組み合わせを考慮することで非常に多くの属性が考えられるような場合に、全ての属性を展開したデータを持つことなく学習器の訓練と必要な属性の抽出を同時に行うスキームを提案し、有用性を確認する。