Development of Rule-based Nonlinear Regression Considering Local Linear and Interaction Structures

• Project/Area Number: 25K15021
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60030:Statistical science-related
• Research Institution: Wakayama Medical University
• Principal Investigator: 下川 敏雄 和歌山県立医科大学, 医学部, 教授 (00402090)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2028: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2027: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
• Keywords: アンサンブル樹木法 / 治療効果モデル / 異質性治療効果 / サブグループ同定法

Outline of Research at the Start

大規模データに対する教師あり学習の代表的な方法が，アンサンブル学習法である．アンサンブル学習法は，高い予測確度を有するものの，推定モデルの解釈が困難である．Friedman & Popescu (2008)は，高い予測確度を保持しながらアンサンブル学習法のブラックボックス化を緩和する方法として，ルール・アンサンブル法(RuleFit法)を提案している．他方，RuleFit法の研究は，連続アウトカムの範疇で議論されることが多く，医療分野のなかで散見される，2値，生存時間，計数値のアウトカムへの展開は少ない．本研究では，様々なアウトカムに対応するためのRuleFit法の拡張手法を開発する．