ファジィクラスタリングを用いた主成分分析における不要な変量の削除

抄録

大規模データベースからの知識発見やデータマイニングにおいては，データ集合に内在する相関関係の抽出が目的となる．本論文では，線形モデルを用いた知識発見のための新たなアプローチとして，ファジィクラスタリングを用いた主成分分析における変量選択手法を提案する．データ行列の低階数近似に基づく主成分分析の目的関数に変量を選択するためのメンバシップを導入し，不要な変量の重みを小さくすることでそれらの影響を削除し，相関関係の抽出を重視した線形モデルの推定を行う．