患者ルール誘導法（PRIM）このウィッシュリストのリクエストのきっかけは何ですか?
データマイニングにおける「バンプハンティング」アルゴリズムは、経験モデルを必要としません。むしろ、応答を最大化する入力因子のハイパーボックスを「辛抱強く」段階的に探索します。
どのような改善を望みますか?
Rより:
library<SPAN class="">(</SPAN>prim<SPAN class="">)</SPAN>
library<SPAN class="">(</SPAN>MASS<SPAN class="">)</SPAN>
data<SPAN class="">(</SPAN>Boston<SPAN class="">)</SPAN>
x <SPAN class="">\</SPAN><SPAN class=""><-</SPAN> Boston<SPAN class="">\</SPAN><SPAN class="">[</SPAN><SPAN class="">,</SPAN><SPAN class="">5</SPAN><SPAN class="">:</SPAN><SPAN class="">6</SPAN><SPAN class="">\</SPAN><SPAN class="">]</SPAN>
y <SPAN class="">\</SPAN><SPAN class=""><-</SPAN> Boston<SPAN class="">\</SPAN><SPAN class="">[</SPAN><SPAN class="">,</SPAN><SPAN class="">1</SPAN><SPAN class="">\</SPAN><SPAN class="">]</SPAN>
boston.prim <SPAN class="">\</SPAN><SPAN class=""><-</SPAN> prim.box<SPAN class="">(</SPAN>x<SPAN class="">=</SPAN>x<SPAN class="">,</SPAN> y<SPAN class="">=</SPAN>y<SPAN class="">,</SPAN> threshold.type<SPAN class="">=</SPAN><SPAN class="">1</SPAN><SPAN class="">)</SPAN>
このアイデアはなぜ重要なのでしょうか?
高度な統計モデリング予測モデリングと機械学習品質およびプロセスエンジニアリング患者ルール誘導法（PRIM）についてこれは「バンプハンティング」アルゴリズムです。この考え方が重要なのは、この手法が応答と入力変数を関連付ける経験的モデルを前提としないからです。実際に何が起こったのかを探索し、応答を最適化する入力値の最小の組み合わせ範囲を見つけます。最適な条件は予測されるものではなく、実際に発生したため、このような答えは対象とする聴衆に受け入れやすくなっています。この点で、これは決定木に似ています。決定木と異なるのは、貪欲性が低い点です。そのため、名前に「忍耐強い」という表現があります。また、モデルやルールを作成しない点も異なります。出力は、入力の最適なボックス/範囲、次に最適なボックスなどのみです。
この手法は、産業統計ジャーナルにおいて、変動要因が多数存在する産業環境に適用した場合、より堅牢な最適化手法として取り上げられています。これらの要因全てを正確にモデル化することは困難です。PRIMアルゴリズムは、条件をモデル化するのではなく、単に探索するだけなので、より堅牢です。
