知識発見のための局所的データ解析法に関する研究

本論文では,多変量解析法を主たる手段とし,局所的もしくは潜在的な特徴を抽出するデータマイニングの方法を提案した.まず,第2章では,より明確な相関関係のグラフ表現法として絶対値距離および実数乗距離を用いた数量化分析3類を提案した.提案法では,その用途に応じて,分類の明確さの程度を使い分けることが可能であるという特徴がある.第3章,第4章では,Fuzzy c-Means(FCM)法と数量化分析3類の同時分析法,FCM法と正準相関分析の同時分析法を提案した.提案法を用いることによって,全てのデータを対象として分析した場合には不明確であった局所的な特徴を捉えることができる.第5章では,FCM法と回帰分...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:日本ファジィ学会誌 Jg. 14; H. 1; S. 25
1. Verfasser: 山川, あす香
Format: Journal Article
Sprache:Japanisch
Veröffentlicht: 日本知能情報ファジィ学会 2002
Schlagworte:
ISSN:0915-647X, 2432-9932
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:本論文では,多変量解析法を主たる手段とし,局所的もしくは潜在的な特徴を抽出するデータマイニングの方法を提案した.まず,第2章では,より明確な相関関係のグラフ表現法として絶対値距離および実数乗距離を用いた数量化分析3類を提案した.提案法では,その用途に応じて,分類の明確さの程度を使い分けることが可能であるという特徴がある.第3章,第4章では,Fuzzy c-Means(FCM)法と数量化分析3類の同時分析法,FCM法と正準相関分析の同時分析法を提案した.提案法を用いることによって,全てのデータを対象として分析した場合には不明確であった局所的な特徴を捉えることができる.第5章では,FCM法と回帰分析と主成分分析の同時分析法を提案した.提案法は,不良設定性や多重共線性の問題を回避し,大量データから単純で明確な回帰を行うことを可能にした.
ISSN:0915-647X
2432-9932
DOI:10.3156/jfuzzy.14.1_25_1