◇ ＫＹ法とは何でしょうか？; What is the "KY-methods" ?
ＫＹ法とは、（株）インシリコデータの湯田が開発した、新時代にふさわしい優れた機能を持つ全く新しい多変量解析／パターン認識データ解析手法です。
The KY (K-step Yard sampling) methods are the newly coming the most powerfull multi-variate and pattern recognition methods ever made.
以下に示したことが、ＫＹ法の優れた特徴となります？
Spatial and the most typical features are listed below.
＊ 二クラス分類では、常に完全分類を実現
( On 2- class discriminant analysis, the KY-methods always carry out parfect (100%) classification regardless of a sample number and distribution status)
＊ フィッティング（重回帰等）では、極端に高い相関／決定係数を実現
( On fitting methods (linear, non-linear regression, the KY-methods always attain
quite high coefficient of correlation and determination values regardless of a sample number and distribution status)
ＫＹ法は、従来手法と比較して段違いのデータ解析パフォーマンスを実現します。例えば、二クラス分類ではサンプル数の大小にかかわらず、またサンプル同士の重なり程度に関係なく、つねに完全（１００％）分類を実現します。
また、重回帰等のフィッティングにおいても、二クラス分類と同様にサンプル数がどんなに増えても、またサンプル分散の程度が極めて悪いサンプル群であっても、従来手法による解析結果の相関（Ｒ）／決定係数（Ｒ２）とは比較にならないほど高い値を実現します。
日常的にデータ解析で良い結果が得られずに悩んでいる研究者の方々は、こんなことはあり得ないと信じられないでしょう。しかし、同じデータを用いて解析すると、サンプル数が多い、あるいはサンプル間の重なり度が高い等の理由で、従来手法では実現できなかった１００％（完全）分類が、ＫＹ法の適用により簡単に実現されてしまいます。実際にＫＹ法の発表を聴いた研究者の方からは、「確かに、聴いて納得したけれど、１００％（完全）分類というと誰も信じませんよ、９５から９８％といった方がいいですよ」と助言されました。しかし、事実は事実です。
順を追ってＫＹ法の内容を説明して行きますが、いかに従来手法とは異なる、型破りの発想をしたデータ解析手法であるかをご理解いただけるかと思います。まさに、データ解析分野でのＫＹ（空気が読めない）な手法です。これくらい型破りな手法でなければ、従来手法の限界を超えることは出来ないでしょう。
