機械学習で分類をする​手法/アルゴリズムが​たくさんありますが、​どれを選べば良いので​しょうか？

機械学習で分類をする手法/アルゴリズムがたくさんあります。どの手法を選べばよいか、指標があれば教えてください。

Answer 1

[MathWorks Support Team]

分類のアルゴリズムは分類対象となるデータなどに応じて決定します。

データのサンプル数がクラスによって大きく異なる場合

例えば、異常/外れ値の検知をしたい場合、過去の研究などからいくつかのアルゴリズムでは分類精度が良いことが分かっています。比較的よく使用される手法として、k最近傍法や 1クラス SVM (サポートベクタマシン) があります。

SVM を 1クラス学習にするには、1クラスのデータを用意し、OutlierFraction パラメタを設定します。

・ 例: SVM および1クラス学習を使用した外れ値の検出

https://jp.mathworks.com/help/stats/fitcsvm.html#bt8ya0m-1

　

カテゴリカル型の変数を含むデータの場合

MATLAB では、全ての分類アルゴリズムがカテゴリカルデータをサポートしているわけではありません。データにカテゴリカル予測子が含まれているかどうか、全ての予測子がカテゴリカル型であるかどうかによって、使用できるアルゴリズムが限定されることがあります。

詳細情報は、以下ドキュメントの「カテゴリカル予測子のサポート」のセクションにあります。

・ 分類器のオプションの選択

https://jp.mathworks.com/help/stats/choose-a-classifier.html#bunt0m5

　

なるべく計算時間やメモリ使用を減らしたい場合

上記「分類器オプションの選択」ドキュメントの、「分類器タイプの特徴」セクションに、それぞれのアルゴリズムに対して予測速度とメモリ使用量についてまとめた表があります。速度やメモリ使用が気になる場合は、こちらを参考にして他のアルゴリズムが適していないか確認してください。

実際に複数のアルゴリズムを比較する場合は、分類学習器アプリを使用するとコードを書く手間を減らすことができます。

・分類学習器アプリ

https://jp.mathworks.com/help/stats/classificationlearner-app.html

実際の課題で分類器の選び方や分類学習器の使用方法を説明したビデオも参考にしてください。

・ビデオ: データを読み解くための機械学習 - MATLABでデータ解析の問題に立ち向かう

https://www.mathworks.com/videos/machine-learning-for-understanding-data-tackling-data-analytics-issues-with-matlab-123658.html