- 著者
-
小野田 崇
- 出版者
- 一般社団法人電子情報通信学会
- 雑誌
- 電子情報通信学会論文誌. D-II, 情報・システム, II-パターン処理 (ISSN:09151923)
- 巻号頁・発行日
- vol.85, no.5, pp.776-784, 2002-05-01
- 被引用文献数
-
9
AdaBoostの有する高い汎化能力は,Support Vector Machineで導入されたmarginの概念を適用することで解明されている.しかしながら,この汎化能力の高さは,学習データ中に誤分類や非常に大きい雑音を含んだデータがない場合に限られるものである.誤分類や大きい雑音を含む場合,AdaBoostは高い汎化能力を実現できないことが実験的に示されている.また,これらの結果はmarginの改善という視点から,Schapireらの研究によって理論的な裏付けが行われている.本論文では,Schapireらの議論に基づき,AdaBoostの起こす過学習を避けるため,AdaBoostが最小化する目的関数に正則化項を導外した新たなアルゴリズムAdaBoost_<Reg>,ν-Arc,ν-Boostを提案する.