本ブログはデータサイエンス手法として、従来のデータ解析手法とは基本原理が全く異なる、段階的分類、フィッテイング手法を適用したKY法に関する議論を中心に実施してまいりました。
＊KY法は極めて高い分類率や相関係数／決定係数を実現
サンプル全体を解析対象にする従来のデータ解析手法と異なり、サンプルを段階的にグループ分けしてゆくことで、分類率は殆どの場合で完全分類を実現し、フィッテイング（重回帰）では極めて高い相関係数や決定係数を実現します。このように、KY法は従来手法と根本的に異なる手法を有するアプローチであるので、本ブログではこのKY法の詳細を知ってもらうことを中心に展開や討論を行ってまいりました。
＊IT関連技術の兆速の進歩の結果「ビッグデータ」時代が到来
KY法が開発されてから既に十数年経ちました。この期間に、IT関連技術は兆速の進歩を遂げ、ハード的にもソフト的にも見違えるほどの変化を遂げました。特に、インターネットの展開で、多くの情報が集積されるようになり、データも巨大となり、これらの情報を蓄積するメモリー関連技術も見違えるように進歩しました。これらのIT関連環境に支えられ、現在は「ビッグデータ時代」となり、今後はこのビッグデータの規模や種類が一層拡大することは明白となっています。
＊KY法は、サンプル数が極めて大きいデータであっても、分類率や相関係数／決定係数は低下しない ⇒「ビッグデータ」時代に最適
KY法は分類能力やフィッテイング（重回帰）能力の向上のみならず、その解析アルゴリズムから、解析対象サンプル数が大きくなっても解析能力に変化が無いことが最大の特徴となります。KY法開発当初は、現在のようなビッグデータ時代ではありませんでした。このために、KY法の最大の特徴である「極めて大きなサンプル数」にも耐えるという事実は大きな特徴として捉えられては来ませんでした。KY法の分類率、相関係数／決定係数が極限まで高くなるということに加えて、現在の「ビッグデータ」時代に求められる大量サンプルを正確に扱えるという特徴が際立つようになりました。
＊KY法はデータ解析の自動化に適したアルゴリズムを有する
KY法のもう一つの特徴は、データ解析の自動化に適したアルゴリズムを有することです。この機能は重要で、通常のデータ解析手法ではサンプル数が大きくなるとデータ解析能力が低下するだけでなく、データ解析の実施自体も困難さが増大してきます。従って、サンプル数が極めて大きなデータを扱う時は、データ解析の自動化という問題が極めて重要となります。KY法は手法の特徴として、データ解析の自動化に適したアルゴリズムを持ちます。この特徴は、サンプル数が極めて多くなる「ビッグデータ」時代のデータ解析手法として最高の機能となります。
上記のように、KY法はデータ解析上で様々な特徴を有しますが、データ解析本来の機能が優れていることに加えて、正に「ビッグデータ」時代に求められる大量サンプルの扱い機能を持ちます。更に、データ解析の自動化に対応しやすいという機能は、今後データサイエンスや人工知能適用の究極の形となる「オートノマス（自律型/化）」への対応も可能ということを示しています。
