|
回帰分析や判別分析における変数選択のための厳密解法として、混合整数最適化が近年注目を集めている。一方で混合整数最適化による変数選択では、選択された説明変数に多重共線性が残ってしまう場合が多く、データに内在する事前知識も活用されていないという欠点がある。そこで本研究では「混合整数最適化」に「多重共線性の除去」と「構造的正則化（事前情報を活用したモデル構築）」を組み合わせ、高精度のパラメータ推定が可能な各種の制約付き変数選択手法を提案した。人工データと実データを用いた数値実験を実施し、提案手法の有効性を検証した。
|
