JP6453785B2 - 回帰分析装置、回帰分析方法および回帰分析プログラム - Google Patents
回帰分析装置、回帰分析方法および回帰分析プログラム Download PDFInfo
- Publication number
- JP6453785B2 JP6453785B2 JP2016010117A JP2016010117A JP6453785B2 JP 6453785 B2 JP6453785 B2 JP 6453785B2 JP 2016010117 A JP2016010117 A JP 2016010117A JP 2016010117 A JP2016010117 A JP 2016010117A JP 6453785 B2 JP6453785 B2 JP 6453785B2
- Authority
- JP
- Japan
- Prior art keywords
- coefficient
- zero
- regression analysis
- parameter
- limit value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Complex Calculations (AREA)
Description
まず、lassoを用いた回帰分析を行う従来の手法について具体的に説明する。回帰分析において、予測変数の数はpとし、観測値の数はnとする。また、全てのベクトルは平均を0、分散を1に正規化されているものとする。また、応答変数は、式(1)のベクトルで表される。
その予測変数における内積を計算しなければならない。
従来の手法では、screening techniqueで枝刈りされなかった全ての予測変数に対して収束するまで繰り返し係数の更新が行われる。このとき、従来の手法では、ある予測変数の係数の更新を行うのにその他の予測変数の係数で非零であるものを使う。そのため、もし繰り返し計算の中である予測変数が非零の係数を持てば、その係数が繰り返し計算の後0に収束したとしても、計算コストの増加につながってしまう。
まず、図1を用いて、第1の実施形態に係る回帰分析装置の構成について説明する。図1は、第1の実施形態に係る回帰分析装置の構成の一例を示すブロック図である。図1に示すように、回帰分析装置1は、パラメータ設定部101、初期更新対象設定部102、初期値設定部103、第1参照ベクトル設定部104、非零係数判定部105、第1係数更新部106、第2参照ベクトル設定部107、零係数判定部108、第2係数更新部109、KKT条件判定部110、および回帰分析出力部111を有する。
具体的に、初期更新対象設定部102は、k=1であれば、Uを空集合とし、そうでなければU:=Pk−1とする(Algorithm1の3〜6行目)。
図13を用いて第1の実施形態の処理について説明する。図13は、第1の実施形態に係る回帰分析処理の流れを示すフローチャートである。図13に示すように、まず、回帰分析装置1は、分析対象となる予測変数の行列が入力されると(ステップS101)、kが1からKに至るまで、以下の処理を実行する(ステップS102〜S139)。
lassoを高速に処理するため多くの研究者はscreening techniqueという手法の研究に注力している。screening techniqueは、係数の繰り返し更新に入る前に係数の値が0になる予測係数を特定し、coordinate descentに基づく手法を高速にする手法であるが、大規模のデータを高速に扱うためにはcoordinate descentに基づく手法自体を高速にする必要がある。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、CPU(Central Processing Unit)および当該CPUにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
一実施形態として、回帰分析装置は、パッケージソフトウェアやオンラインソフトウェアとして上記の回帰分析を実行する回帰分析プログラムを所望のコンピュータにインストールさせることによって実装できる。例えば、上記の回帰分析プログラムを情報処理装置に実行させることにより、情報処理装置を回帰分析装置として機能させることができる。ここで言う情報処理装置には、デスクトップ型またはノート型のパーソナルコンピュータが含まれる。また、その他にも、情報処理装置にはスマートフォン、携帯電話機やPHS(Personal Handyphone System)等の移動体通信端末、さらには、PDA(Personal Digital Assistant)等のスレート端末等がその範疇に含まれる。
101 パラメータ設定部
102 初期更新対象設定部
103 初期値設定部
104 第1参照ベクトル設定部
105 非零係数判定部
106 第1係数更新部
107 第2参照ベクトル設定部
108 零係数判定部
109 第2係数更新部
110 KKT条件判定部
111 回帰分析出力部
Claims (7)
- lassoを用いて、予測変数の持つ係数を繰り返し更新し回帰分析を行う回帰分析装置であって、
前記lassoにおけるチューニングパラメータを順次設定するパラメータ設定部と、
前記パラメータ設定部によって前記チューニングパラメータが設定されるたびに、更新対象である係数を持つ予測変数の集合を設定する初期更新対象設定部と、
前記パラメータ設定部によって前記チューニングパラメータが設定されるたびに、前記係数の初期値を設定する初期値設定部と、
前記係数を基に参照ベクトルを設定する第1参照ベクトル設定部と、
前記チューニングパラメータと、前記参照ベクトルを基に計算された上限値および下限値と、が所定の条件を満たすか否かによって、前記係数のそれぞれが更新により必ず非零になるか否かを判定する非零係数判定部と、
前記係数のうち、前記非零係数判定部によって必ず非零になると判定された係数を、収束するまで繰り返し更新する第1係数更新部と、
前記第1係数更新部によって更新された前記係数を基に参照ベクトルをさらに設定する第2参照ベクトル設定部と、
前記チューニングパラメータと、前記参照ベクトルを基にさらに計算された上限値および下限値と、が所定の条件を満たすか否かによって、前記係数のそれぞれが更新により非零になる可能性があるか否かを判定する零係数判定部と、
前記係数のうち、前記零係数判定部によって非零になる可能性があると判定された係数を、収束するまで繰り返し更新する第2係数更新部と、
前記予測変数の集合に含まれる予測変数がKKT条件を満たすか否かを判定し、前記予測変数の全てがKKT条件を満たすまで係数の更新を繰り返し実行させるKKT条件判定部と、
を有することを特徴とする回帰分析装置。 - 前記KKT条件判定部によって、前記チューニングパラメータにおける全ての予測変数がKKT条件を満たすと判定された場合、前記パラメータ設定部に、前記チューニングパラメータにおける前記予測変数を基に次のチューニングパラメータを設定させる回帰分析出力部をさらに有することを特徴とする請求項1に記載の回帰分析装置。
- 前記パラメータ設定部は前記チューニングパラメータとして正の値を設定し、
前記非零係数判定部は、前記下限値が前記チューニングパラメータより大きい、または前記上限値が前記チューニングパラメータを負にした値より小さい場合に、前記係数が更新により必ず非零になると判定することを特徴とする請求項1または2に記載の回帰分析装置。 - 前記パラメータ設定部は前記チューニングパラメータとして正の値を設定し、
前記零係数判定部は、前記上限値が前記チューニングパラメータより大きい、または前記下限値が前記チューニングパラメータを負にした値より小さい場合に、前記係数が更新により非零になる可能性があると判定することを特徴とする請求項1から3のいずれか1項に記載の回帰分析装置。 - 回帰分析装置が、lassoを用いて、予測変数の持つ係数を繰り返し更新し回帰分析を行う回帰分析方法であって、
前記lassoにおけるチューニングパラメータを順次設定するパラメータ設定工程と、
前記パラメータ設定工程によって前記チューニングパラメータが設定されるたびに、更新対象である係数を持つ予測変数の集合を設定する初期更新対象設定工程と、
前記パラメータ設定工程によって前記チューニングパラメータが設定されるたびに、前記係数の初期値を設定する初期値設定工程と、
前記係数を基に参照ベクトルを設定する第1参照ベクトル設定工程と、
前記チューニングパラメータと、前記参照ベクトルを基に計算された上限値および下限値と、が所定の条件を満たすか否かによって、前記係数のそれぞれが更新により必ず非零になるか否かを判定する非零係数判定工程と、
前記係数のうち、前記非零係数判定工程によって必ず非零になると判定された係数を、収束するまで繰り返し更新する第1係数更新工程と、
前記第1係数更新工程によって更新された前記係数を基に参照ベクトルをさらに設定する第2参照ベクトル設定工程と、
前記チューニングパラメータと、前記参照ベクトルを基にさらに計算された上限値および下限値と、が所定の条件を満たすか否かによって、前記係数のそれぞれが更新により非零になる可能性があるか否かを判定する零係数判定工程と、
前記係数のうち、前記零係数判定工程によって非零になる可能性があると判定された係数を、収束するまで繰り返し更新する第2係数更新工程と、
前記予測変数の集合に含まれる予測変数がKKT条件を満たすか否かを判定し、前記予測変数の全てがKKT条件を満たすまで係数の更新を繰り返し実行させるKKT条件判定工程と、
を含んだことを特徴とする回帰分析方法。 - コンピュータを、請求項1から5のいずれか1項に記載の回帰分析装置として機能させるための回帰分析プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016010117A JP6453785B2 (ja) | 2016-01-21 | 2016-01-21 | 回帰分析装置、回帰分析方法および回帰分析プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016010117A JP6453785B2 (ja) | 2016-01-21 | 2016-01-21 | 回帰分析装置、回帰分析方法および回帰分析プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017130116A JP2017130116A (ja) | 2017-07-27 |
JP6453785B2 true JP6453785B2 (ja) | 2019-01-16 |
Family
ID=59394852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016010117A Active JP6453785B2 (ja) | 2016-01-21 | 2016-01-21 | 回帰分析装置、回帰分析方法および回帰分析プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6453785B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414713A (zh) * | 2019-06-27 | 2019-11-05 | 电子科技大学 | 一种基于同步数据流压缩的径流实时预测方法 |
CN110916665B (zh) * | 2019-12-11 | 2023-07-07 | 大连医科大学附属第一医院 | 一种磁共振扩散加权图像影像组学特征处理方法 |
JP7472998B2 (ja) | 2020-10-07 | 2024-04-23 | 日本電信電話株式会社 | パラメータ推定装置、秘密パラメータ推定システム、秘密計算装置、それらの方法、およびプログラム |
KR102617839B1 (ko) * | 2021-02-02 | 2024-01-23 | 주식회사 프리시전에스씨엠 | 국내외 뉴스 자연어처리를 바탕으로 한 상품가격 단기예측 통계분석 알고리즘 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5186322B2 (ja) * | 2008-09-26 | 2013-04-17 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 時系列データ解析システム、方法及びプログラム |
US20150206050A1 (en) * | 2014-01-23 | 2015-07-23 | Qualcomm Incorporated | Configuring neural network for low spiking rate |
-
2016
- 2016-01-21 JP JP2016010117A patent/JP6453785B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017130116A (ja) | 2017-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6453785B2 (ja) | 回帰分析装置、回帰分析方法および回帰分析プログラム | |
CN113168591A (zh) | 自动化机器学习的高效配置选择 | |
JP2019219712A (ja) | 画像特徴学習装置、画像特徴学習方法、画像特徴抽出装置、画像特徴抽出方法、及びプログラム | |
WO2019194299A1 (ja) | 学習装置、学習方法および学習プログラム | |
JP2023116621A (ja) | 強化学習を用いたデータ評価 | |
US20070021952A1 (en) | General graphical Gaussian modeling method and apparatus therefore | |
CN114398479A (zh) | 基于时序交互图神经网络的文本分类方法、装置及介质 | |
JP6101650B2 (ja) | システムパラメタ学習装置、情報処理装置、方法、及びプログラム | |
JP6721535B2 (ja) | Lle計算装置、lle計算方法及びlle計算プログラム | |
JP5964781B2 (ja) | 検索装置、検索方法および検索プログラム | |
JP2018073285A (ja) | L1グラフ計算装置、l1グラフ計算方法及びl1グラフ計算プログラム | |
JP2002175305A (ja) | 遺伝子ネットワークを推測するためのグラフィカルモデリング法及びそのための装置 | |
CN111126443A (zh) | 基于随机游走的网络表示学习方法 | |
JP6659618B2 (ja) | 分析装置、分析方法及び分析プログラム | |
JP5555238B2 (ja) | ベイジアンネットワーク構造学習のための情報処理装置及びプログラム | |
US11676050B2 (en) | Systems and methods for neighbor frequency aggregation of parametric probability distributions with decision trees using leaf nodes | |
WO2021176734A1 (ja) | 学習装置、学習方法、学習プログラム、推定装置、推定方法及び推定プログラム | |
US20220391742A1 (en) | Quantum computer system and method for combinatorial optimization | |
JP5766753B2 (ja) | システムパラメータ学習装置、情報処理装置、方法、及びプログラム | |
Rajnarayan et al. | Optimization under uncertainty using probability collectives | |
JP7439923B2 (ja) | 学習方法、学習装置及びプログラム | |
JP6181602B2 (ja) | ラベリング装置、ラベリング方法およびラベリングプログラム | |
JP6161581B2 (ja) | モデルパラメータ推定装置、方法、及びプログラム | |
WO2019194285A1 (ja) | 計算装置、計算方法および計算プログラム | |
CN112528123A (zh) | 模型搜索方法、装置、电子设备、存储介质和程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171211 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180625 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180710 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180808 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181211 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6453785 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |