解説
コストの安い簡易的な判定器と、高価だが高精度な判定器を組み合わせる手法。簡単なものは安い方で処理し、難しいものだけ高い方へ回すことで、全体コストを下げる。
さらに詳しく解説
カスケード分類器とは
カスケード分類器（Cascading Classifiers）は、複数の分類器を段階的に適用して、効率的にデータを分類する機械学習の手法です。処理速度と精度のバランスを取るために使用されます。
仕組み
複数の分類器を直列に配置し、最初の分類器で明らかなケースを素早く判定し、残りのケースだけを次の（より精密な）分類器に渡します。
- 第1段階: 高速だが粗い分類（大多数のネガティブケースを除去）
- 第2段階: より精密な分類
- 第3段階以降: さらに精密な判定
代表的な応用
Viola-Jones法（顔検出）
顔検出で広く使われた手法で、画像の各領域に対して段階的に「顔かどうか」を判定します。初期段階で明らかに顔でない領域を高速に除外し、候補領域だけに精密な判定を行います。
メリット
- 全データに対して精密な分類を行うよりも高速
- リアルタイム処理に適合
- 計算リソースの効率的な利用
AIシステムでの応用
LLMの活用でも類似の考え方が使われ、軽量モデルで簡単な質問を処理し、複雑な質問だけを大規模モデルに回す「ルーター」の仕組みに応用されています。