実数値遺伝的アルゴリズムの遺伝子分布情報と解探索進捗率を活用した変数選択手法の提案

抄録

近年，変数選択とパラメータ最適化の重要性が高まっている．パラメータ最適化に関しては，優れた探索能力と高い柔軟性を備えた実数値遺伝的アルゴリズム(RCGA)への関心が高まっている．変数選択に関しては，伝統的に赤池情報量規準（AIC）やベイズ情報量規準（BIC）が選択基準として使用されている．これらの基準は，与えられたデータセットに対する分析モデルの相対的な質を推定するが，変数自体の重要性は評価しない． 本稿ではRCGAを応用した新しい変数選択手法を提案する．この変数選択手法は，2つの主要要素で構成されている．一つはRCGAにおける遺伝子の分散を利用した、各変数を比較する新しい変数選択基準であり，もう一つはRCGAによる最適化がどれだけ進んでいるかを表す進捗率を推計する方法である．提案手法の有効性は重回帰モデルへの適用を通じて確認される．