2022年7月25日 (月) 06:09にJin.katoによる

2022-07-25T06:09:36Z

新規ページ

{{辞書情報
| 用語 = 縮小推定
| 読み = しゅくしょうすいてい
| 英語表記 = shrinkage estimation
| 参照 = リッジ回帰
}}
'''縮小推定'''（しゅくしょうすいてい）は、[[ゲノミック評価]]などで用いられる[[一塩基多型]]（SNP）効果の[[予測法]]の1つとして用いられる。資源集団から得られた[[SNP効果]]の予測値を用いて[[選抜集団]]の[[ゲノム育種価]]を予測する場合、訓練集団での誤差は小さいが、選抜集団での誤差が大きくなる状態（[[過学習]]）が起こる。これは、予測モデルのパラメーターについて、訓練集団のみで特徴を持つ特定のパラメーター（ここではSNP効果を表す回帰係数）の重みが大きくなることが原因である。このとき、予測モデルの特定のパラメーターが大きくなるとペナルティ（[[罰則項]]）を与えることで、パラメーターが大きくなりすぎないように調整して、選抜集団での誤差が小さくなるように予測モデルの精度を上げる[[推定法]]である。 
実際には、予測モデルのパラメーターは、[[誤差関数]]を最小にすることで得られる。 
誤差関数は、 

<math>\text{誤差関数 }=\text{最小二乗誤差 }+\text{罰則項 }</math> 

として表される。 
縮小推定には、罰則項の違いにより[[リッジ回帰]]や[[LASSO回帰]]などさまざまな手法が提案されている。

{{refguide}}

[[Category:し|しゅくしょうすいてい]]

縮小推定 - 版の履歴

2022年7月25日 (月) 06:09にJin.katoによる