アンサンブル学習でも、各サブモデルの適用範囲・適用領域をちゃんと考えよう！～Ensemble learning method Considering Applicability Domain of each Submodel (ECADS)～

生田：ADって、回帰モデル・クラス分類モデルが本来の推定性能を発揮できるデータ領域のことですよね。 応化：はい、そうです。 生田：アンサンブル学習のお話しのとき、メリットの一つに “3. 推定値の不確かさ (モデルの適用範囲・適用領域) を考慮できる。” がありました。サブモデルから得られた複数の推定値のばらつきによって、ADを考慮できるというものでした。これと違うのですか？ 応化：違います。ECADSでは、各サブモデルのADを考えます。 生田：100のサブデータセットがあり、それによって100のサブモデルがあるときは、サブモデルごとにADがあるので100のADがあるってこと？ 応化：そういうことです。 生田：今回はサンプルを選んでサブデータセットを作ったんですか？説明変数を選んでサブデータセットを作ったんですか？ 応化：説明変数を選んで作りました。サンプルを選んでサブデータセットを作ると

[prototechno]

#chemo_wakate #DeNATECHSTUDIO