著者

高橋 和子

出版者

人工知能学会

雑誌

人工知能学会全国大会論文集 (ISSN:13479881)

巻号頁・発行日

vol.23, 2009

---

本稿では, サポートベクターマシンの分類精度を高めるため, リサンプリングではなく素性を変化させて複数の分類器を構築し, 事例ごとに適切な分類器を選択する方法を提案する. 提案手法を自由回答と選択回答からなる調査データの分類タスクに適用した結果, 分類器選択の方法として、分類器が出力するスコア(分類スコア)に基づいて推定したクラス所属確率を用いた場合に, 単独の分類器で最も高い分類精度を上回った.