Multi-Class Logistic Regression by Randomization and Nonlinearization

データサイエンスにおいては膨大な量と種類のデータを扱うためのシステムモデリングが望まれる．その一つとしてランダム性を積極的に取り入れたモデルが考えられる．本稿では新たな特徴空間の生成方法をマルチクラスロジスティック回帰へ適用する．これによる精度改良および特性変化を検討する．改良の要因は高次元ランダム化と非線型化の相乗効果である．行列ランクおよび固有値分布によって特徴空間が望ましい性質を有することを具体的数値例により検証する．