-
- 石岡 恒憲
- 大学入試センター 研究開発部
書誌事項
- タイトル別名
-
- Data Imputation by Random Forest <BR>- The Principle and Its Application for National Center Test in Japan -
- Random Forest オ モチイタ ケツソクデータ ノ ホカン ニ モトズク ダイガク ニュウシ センター シケン カモク カン トクテンサ
- Data Imputation by Random Forest-The Principle and Its Application for National Center Test in Japan-
この論文をさがす
抄録
Breimanによって提案された分類や非線形回帰のための集団学習の方法の一つであるRandom Forest(RF)が,欠測を多く含む大量データに対して安定してかつ精度のよいデータ補完(imputation)を実施することを示す.本報告では,RFによるデータ補完の方法について解説し,ある年度のセンター試験の理科および社会の科目間難易比較についての応用例を示す.説明変数が全て同等もしくは同列ではなく,幾つかの説明変数がグループにまとめられ,またそのグループの中から一つが排他的に選択されるような場合には本報告の手順は有効であろう.
収録刊行物
-
- 応用統計学
-
応用統計学 40 (3), 193-209, 2011
応用統計学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390001204442491392
-
- NII論文ID
- 10030153149
-
- NII書誌ID
- AN00330942
-
- ISSN
- 18838081
- 02850370
-
- NDL書誌ID
- 023458127
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- NDL
- Crossref
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可