判別分析やクラスタリングの精度をよくする技１

まったくもって、データベースマーケティングとか、

そういったもので使えるものではないが

普通に研究レベルで使う技から

卒業論文や修士論文、場合によっては学会発表くらいまでだったら、

”体裁を整える”と言う意味で使えるものかもしれない技まで。

（業務用では使っちゃダメだと思う）

1.交差検証（復元抽出・非復元抽出）

英語で言えば、クロスバリデーションと言うもの。

自分の持ってるデータセットを

ランダムにテストデータと学習データに分割→判別orクラスタリング

を連続で行って判別精度や分類精度を観察する方法。

業務用で使っちゃまずいと思うけど、論文とかでもよく見る。

2.変数選択（AICとか、BICとか、ステップワイズ）

偏 F 値とか尤度とかを使って、学習に用いる変数を選択する手法。

１の方法と合わせて使うことがよくある。

でも、交差検証と一緒に使うと実際の判別式自体を立式するときに

不安になるので、できれば１といっしょには使いたくない。

3.カーネルトリック（ガウスカーネルとか、シグモイドカーネルとか）

学習データを一次元のデータで扱うのではなくそれぞれの関係性として

学習させる方法（とてもわかり感覚的にわかりづらい）

簡単に言うと、Aという値だけではなく

AとBとの差とか、AとCとの差とかから、Aという値を考える方法。

バイオインフォ系の論文とかだと、無駄にはやった。

でも、バイオインフォだとカーネルトリックを使った挙句

線形分離をすることが多いので、もしかしたらスペクトラルクラスタリングとか

つかって分類するのはまだまだ行われるかも。