|
回帰分析等の教師あり学習で必ず遭遇する、偶然の相関を排除するため、MDS等の分類手法により偶然の相関を見破り、排除後、回帰を行った。この私たちの手法は、人工的に偶然の相関を有するように作成された複雑な構造のデータに対し、良好な結果を与えた。
しかし、実際に遭遇するやや単純な構造のデータ、例えば加水分解速度では、L1正則化とL2正則化をの組み合わせ手法により、偶然の相関は、十分に見破ることができることが分かった（エステル類に限るとほぼ90％の予測率）。
結論として、複雑な構造のデータでは分類手法の組み合わせ手法が、単純な構造のデータではL1、L2正則化の組み合わせ手法が良好な結果を与える。
|
