クラス分類・MI・ソフトセンサーセクションで使用できる機械学習モデルは以下の通りです。モデル最適化でのハイパーパラメーターの自動最適化範囲は、これまでの論文や金子研究室での実績をもとに設定しております。
LR：Logistic Regression（ロジスティック回帰）
技術資料 LR
LDA：Linear Discriminant Analysis（線形判別分析）
技術資料 LDA
NB：Naive Bayes Classifier（単純ベイズ分類器）
技術資料 NB
kNN：k-Nearest Neighbor（k最近傍法）
ハイパーパラメーター自動最適化範囲⇒ kの値: 1, 3, 5, …, 29, 31 (16通り)
技術資料 kNN
LSVM：Linear Support Vector Machine (線形サポートベクターマシン)
ハイパーパラメーター自動最適化範囲⇒ C: $2^{-10}, 2^{-9},..., 2^9, 2^{10}$ (21通り)
NSVM：Nonlinear Support Vector Machine (非線形サポートベクターマシン) [ガウシアンカーネル使用]
ハイパーパラメーター自動最適化範囲⇒ C: $2^{-5}, 2^{-4},..., 2^8, 2^9$ (10通り)
γ(gamma): $2^{-20}, 2^{-19},..., 2^9, 2^{10}$ (31通り)
技術資料 SVM
OLS：Ordinary Least Squares regression (最小二乗法による線形回帰分析)
技術資料 OLS
PLS ：Partial Least Squares regression (部分的最小二乗回帰)
ハイパーパラメーター自動最適化範囲⇒ 最大成分数≦30
技術資料 PLS
RR：Ridge Regression (リッジ回帰)
ハイパーパラメーター自動最適化範囲⇒ λ (lambda): $2^{-15}, 2^{-14},..., 2^8, 2^{9}$ (25通り)
LASSO：Least Absolute Shrinkage and Selection Operator (LASSO回帰)
ハイパーパラメーター自動最適化範囲⇒ λ (lambda): $2^{-15}, 2^{-14},..., 2^{-2}, 2^{-1}$ (15通り)
EN：Elastic Net
ハイパーパラメーター自動最適化範囲⇒ λ (lambda): $2^{-15}, 2^{-14},..., 2^{-2}, 2^{-1}$ (15通り)
α (alpha): 0.01, 0.02, 0.03, …, 0.99, 1.00 (100通り)
技術資料 RR, LASSO, EN
LSVR：Linear Support Vector Regression (線形サポートベクター回帰)
ハイパーパラメーター自動最適化範囲⇒ C: $2^{-5}, 2^{-4},..., 2^3, 2^4$ (10通り)
ε (epsilon): $2^{-10}, 2^{-9},..., 2^{-2}, 2^{-1}$ (10通り)
NSVR：Nonlinear Support Vector Regression (非線形サポートベクター回帰) [ガウシアンカーネル使用]
ハイパーパラメーター自動最適化範囲⇒ C: $2^{-5}, 2^{-4},..., 2^8, 2^9$ (10通り)
ε (epsilon): $2^{-10}, 2^{-9},..., 2^{-2}, 2^{-1}$ (10通り)
γ(gamma): $2^{-20}, 2^{-19},..., 2^9, 2^{10}$ (31通り)
技術資料 SVR
DT：Decision Tree (決定木)
ハイパーパラメーター自動最適化範囲⇒ 2≦木の深さの最大値 ≦30
葉ごとのサンプル数の最小値=3
技術資料 DT