JP2019197267A

JP2019197267A - データ不足提示システムおよびデータ不足提示方法

Info

Publication number: JP2019197267A
Application number: JP2018089365A
Authority: JP
Inventors: 江里子佐藤; Eriko Sato; やえみ寺本; Yaemi Teramoto; 正啓間瀬; Tadakei Mase
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2018-05-07
Filing date: 2018-05-07
Publication date: 2019-11-14
Anticipated expiration: 2038-05-07
Also published as: JP7065685B2

Abstract

【課題】データ不足となっている説明変数の値の範囲を定量的に判断し、判断結果を提示する。【解決手段】説明変数から目的変数を推定するために必要なデータの不足の有無を提示するデータ不足提示システムであって、説明変数の値と目的変数の値との組み合わせとして与えられたデータのデータ領域を、説明変数の値と目的変数の値とで定まる複数の領域に分割し、分割された領域毎あるいは説明変数の値が所定範囲となる領域群毎に、データ不足に関連する少なくとも１つの指標値を算出し、指標値に基づき説明変数の範囲毎にデータの不足の有無を判断するデータ不足範囲算出部２と、データ不足範囲算出部２の判断結果を出力する出力部３とを有する。【選択図】図１

Description

本発明は、予測モデルを構築するためのデータの不足の有無を判断し、判定結果を提示する技術に関する。

過去のデータの傾向に基づいて将来発生する事象を予測する技術がある。事象の予測には、例えば予測モデルが用いられる。予測モデルは、原因に相当する説明変数と、予測結果に相当する目的変数との関係を表し、説明変数から目的変数を推測することを可能にする。説明変数と目的変数とは、例えば重回帰式であれば、複数ある説明変数に重みをかけて目的変数を表せる関係のある変数同士のことを指す。

過去のデータ（以下、単に「データ」ともいう）は、過去に観測された説明変数の値と目的変数の値との組合せである。必要なデータを用いて予測モデルを構築すれば、予測モデルは予測精度の高いものとなる。しかし、データが不足している場合は、予測モデルの予測精度が低下する。

そのため、精度の高い予測を行うには、予測モデルの構築のために必要なデータが用意されているか調べることや、データ不足があればデータを追加することが必要となる。

特許文献１には、推定モデルに対する推定誤差の分散を評価することで推定モデルの信頼度を提示し、それにより、推定モデルの再構成判断を可能とする方法が開示されている。

特許文献２には、予測モデルの不足データの量と質を判定し、不足分のデータを補うように利用者に対してアドバイスを表示する方法が開示されている。

特開２０１１−４４５９２号公報特開２０１５−２１９６５１号公報

特許文献１に開示された技術は、あくまで推定モデルに対する推定誤差の分散を評価して推定モデルの信頼度を提示することで、推定モデルを再構築すべきかどうか判断するための情報を提示するものである。しかし、特許文献１に開示された技術は、データ不足となっている説明変数の範囲を判断し、判断結果に基づく情報を提示するものではない。そのため、推定モデルの構築のために必要なデータが用意されているかどうかを知ることができない。

また、特許文献２に開示された技術は、予測モデルにおける不足分のデータを補うように利用者に対してアドバイスを表示するだけであり、データ不足となっている説明変数の範囲を定量的に判断する手法は特許文献２には開示されてない。

本発明の目的は、データ不足となっている説明変数の値の範囲を定量的に判断し、判断結果を提示する技術を提供することである。

本発明のひとつの態様によるデータ不足提示システムは、説明変数から目的変数を推定するために必要なデータの不足の有無を提示するデータ不足提示システムであって、説明変数の値と目的変数の値との組み合わせとして与えられたデータのデータ領域を、前記説明変数の値と前記目的変数の値とで定まる複数の領域に分割し、前記分割された領域毎あるいは前記説明変数の値が所定範囲となる領域群毎に、データ不足に関連する少なくとも１つの指標値を算出し、前記指標値に基づき前記説明変数の範囲毎にデータの不足の有無を判断するデータ不足範囲算出部と、前記データ不足範囲算出部の判断結果を出力する出力部と、を有する。

本発明によれば、データ不足となっている説明変数の値の範囲を定量的に判断し、判断結果を提示することができる。

本実施形態によるデータ不足提示システムを示す図である。図１に示したデータ不足提示システムにおける処理を説明するためのフローチャートである。図１に示したデータ不足提示システムにおけるデータ領域の分割の一例を示す図である。図３に示したデータ不足領域判定処理の構成を示す図である。図４に示したデータ量不足領域判定処理の詳細を説明するためのフローチャートである。図４に示したデータ量不足領域判定処理の具体例を示す図である。図４に示したデータ領域低確度判定処理の詳細を説明するためのフローチャートである。図４に示したデータ領域低確度判定処理の具体例を示す図である。図４に示した入出力高感度領域判定処理の詳細を説明するためのフローチャートである。図４に示した入出力高感度領域判定処理の具体例を示す図である。図６、図８及び図１０に示した例においてデータ不足がないと判定された領域を示す図である。図１に示した出力部における処理を説明するためのフローチャートである。図１に示したデータ不足提示システムにおいて出力範囲要求部から与えられた出力要求範囲を考慮した場合の出力部における判定結果の具体例を示す図である。図１に示した出力部にて表示出力される画面の一例を示す図である。図１に示した出力部にて表示出力される画面の一例を示す図である。図１に示した出力部にて表示出力される画面の一例を示す図である。図１に示した出力部にて表示出力される画面の一例を示す図である。

以下に、本発明の実施の形態について図面を参照して説明する。

図１は、本実施形態によるデータ不足提示システムを示す図である。

本形態は図１に示すように、データ不足範囲算出部２と、出力範囲要求部４と、出力部３とを有し、推定モデルや予測モデルを作成する際に、データが不足する領域を判定し、どのようにデータの不足を判断して精度を向上するか提示するためのものである。なお、データの不足とは、説明変数に対して目的変数がある精度をもって判定できない関係にあるデータを指す。

データ不足範囲算出部２は、説明変数から目的変数を推定するために必要なデータの不足の有無を判断するものであって、過去に蓄積されたデータ１が与えられる。データ１は、説明変数の値と目的変数の値との組み合わせをもつ２変数以上のデータセットである。データ不足範囲算出部２は、説明変数の値と目的変数の値との組み合わせとして与えられたデータ１のデータ領域を、説明変数の値と目的変数の値とで定まる複数の領域に分割し、分割された領域毎あるいは説明変数の値が所定範囲となる領域群毎に、データ不足に関連する少なくとも１つの指標値を算出し、指標値に基づき説明変数の範囲毎にデータの不足の有無を判断する。これにより、データ不足範囲算出部２は、説明変数から目的変数を推定するために必要なデータがどの領域で不足しており、不足理由が何に基づくものかを算出する。

出力範囲要求部４は、ユーザが予測対象として取得したい目的変数の範囲を出力要求範囲として受け付けて出力部３に通知する。

出力部３は、データ不足範囲算出部２の判断結果を表示出力によって提示する。その際、出力部３は、データ不足範囲算出部２における判断結果に対して、出力範囲要求部４から通知された出力要求範囲においてデータの不足が判断される領域と理由を表示出力によって提示する。また、出力部３は、説明変数が複数ある場合、複数の説明変数のそれぞれについて、目的変数の範囲毎にデータに不足があると判断された領域の個数を表示出力によって提示する。

以下に、上記のように構成されたデータ不足提示システムにおける処理について説明する。

図２は、図１に示したデータ不足提示システムにおける処理を説明するためのフローチャートである。

図１に示したデータ不足提示システムにおいて説明変数から目的変数を推定するために必要なデータの不足の有無を提示する場合は、まず、データ１が与えられると、データ不足範囲算出部２において、データ１の説明変数を１つ選択し（ステップ１０１）、選択した説明変数についてのデータ領域を、説明変数の値と目的変数の値とで定まる複数の領域に分割する（ステップ１０２）。この際、与えられたデータ１がばらけるように、分割の仕方が決められ、その仕方に基づいてデータ１の領域が複数の領域に分割される。

図３は、図１に示したデータ不足提示システムにおけるデータ領域の分割の一例を示す図である。

例えば図３に示すように、データ不足範囲算出部２において、選択された１つの説明変数ｘ１と目的変数ｙのデータ領域を、破線で示すように、等間隔のグリッドで複数の領域に分割することが考えられる。なお、図中×印はデータ点を示す。また、データ領域の分割は、等間隔のグリッドに限らず、データに応じてグリッドの幅を変化させ、もしくは円形状で範囲を指定する等、データ点のばらつきの様子を観測できる方法であれば限定されない。

次に、データ不足範囲算出部２において、与えられたデータ１の全ての説明変数について、データ不足領域判定処理として、データが不足しているデータ不足領域を判定することでデータの不足の有無を判断し（ステップ１０３，１０４）、全ての判定結果と判定領域を出力部３に出力する（ステップ１０５）。

図４は、図３に示したデータ不足領域判定処理１０３の構成を示す図である。

図３に示したデータ不足領域判定処理１０３は、図４に示すように、データ量不足領域判定処理２０１と、データ領域低確度判定処理２０２と、入出力高感度領域判定処理２０３とから構成されている。データ不足領域判定処理１０３は、これらデータ量不足領域判定処理２０１、データ領域低確度判定処理２０２および入出力高感度領域判定処理２０３を実行することで、データの不足の有無を判断することになる。その際、データ量不足領域判定処理２０１においては、データ密度を指標値として算出し、データ領域低確度判定処理２０２においては、データ偏差を指標値として算出し、入出力高感度領域判定処理２０３においては、説明変数の変化量に対する目的変数の変化量の割合を指標値として算出する。なお、データ量不足領域判定処理２０１と、データ領域低確度判定処理２０２と、入出力高感度領域判定処理２０３との順番は任意に設定することができる。

図５は、図４に示したデータ量不足領域判定処理２０１の詳細を説明するためのフローチャートである。

図３に示したデータ不足領域判定処理１０３において図４に示したデータ量不足領域判定処理２０１を実行する場合はまず、図２に示したステップ１０２にて分割されたデータ領域からなる領域群を選択し（ステップ３０１）、選択した領域群のデータ密度を指標値として算出する（ステップ３０２）。

そして、算出したデータ密度が、所定の閾値となる一定以下であるかどうかを判断し（ステップ３０３）、一定以下であれば、データ量が不足することでデータ不足があると判定し（ステップ３０４）、一定以下でなければ、データ量が不足しておらずデータ不足がないと判定する（ステップ３０５）。なお、データ量が不足しているかどうかを判定するための一定の値は、ユーザが任意に設定することもできるし、統計処理に基づいた値を用いることもできる。また、データ密度とは、選択したデータ領域に対するデータの個数をさす。

この判断を全てのデータ領域で行い（ステップ３０６）、データ不足範囲算出部２は、領域群毎の判定結果と判定領域とを出力部３に出力する（ステップ３０７）。

図６は、図４に示したデータ量不足領域判定処理２０１の具体例を示す図である。

例えば図９に示すように、説明変数に対して一定の間隔毎に破線で分割された複数の領域からなる領域群のそれぞれにおいて、データ量が不足しているかどうかを判定するための一定の値を２点以下とした場合、実線で囲まれた領域群においてデータ量が不足していると判定される。

このように、複数の領域群のデータの密度に基づいて、データ量の不足の有無を判定することで、説明変数の特定の範囲でデータ量が不足していることを定量的に判断し、提示することができる。

図７は、図４に示したデータ領域低確度判定処理２０２の詳細を説明するためのフローチャートである。

図３に示したデータ不足領域判定処理１０３において図４に示したデータ領域低確度判定処理２０２を実行する場合はまず、図２に示したステップ１０２にて分割されたデータ領域からなる領域群を選択し（ステップ４０１）、選択した領域群内のデータ偏差を指標値として算出する（ステップ４０２）。

そして、算出したデータ偏差が、所定の閾値となる一定以上であるかどうかを判断し（ステップ４０３）、一定以上であれば、データが低確度であることでデータ不足があると判定し（ステップ４０４）、一定以上でなければ、データが低確度ではないことでデータ不足がないと判定する（ステップ４０５）。なお、データ不足があるかどうかを判定するための一定の値は、ユーザが任意に設定することもできるし、統計処理に基づいた値を用いることもできる。また、データ偏差とは、選択した領域群内におけるデータのばらつきをさし、低確度とは、そのばらつきが大きなことを言う。

この判断を全てのデータ領域で行い（ステップ４０６）、データ不足範囲算出部２は、領域群毎の判定結果と判定領域とを出力部３に出力する（ステップ４０７）。

図８は、図４に示したデータ領域低確度判定処理２０２の具体例を示す図である。

例えば図８に示すように、説明変数に対して一定の間隔毎に破線で分割された複数の領域について、データ不足があるかどうかを判定するための一定の値を、データの分散が出力範囲で５つの領域に跨ることとした場合、実線で囲まれた領域がデータ低確度と判定される。

このように、複数の領域群の領域間のデータの偏差に基づいて、データの確度が低いかどうかを判断することで、説明変数の特定の範囲でデータの確度が低いことを定量的に判断し、提示することができる。

図９は、図４に示した入出力高感度領域判定処理２０３の詳細を説明するためのフローチャートである。

図３に示したデータ不足領域判定処理１０３において図４に示した入出力高感度領域判定処理２０３を実行する場合はまず、データ間の傾きを求めるためにデータ間に直線を引くことでデータ間を近似補間し（ステップ５０１）、領域群におけるデータの説明変数の変化量に対する目的変数の変化量の割合を指標値として算出する（ステップ５０２）。

そして、図２に示したステップ１０２にて分割されたデータ領域からなる領域群を選択し（ステップ５０３）、選択した領域群におけるデータの説明変数の変化量に対する目的変数の変化量の割合が、所定の閾値となる一定以上であるかどうかを判断し（ステップ５０４）、一定以上であれば、データの説明変数に対して目的変数が急激に変化する高感度であることでデータ不足があると判定し（ステップ５０５）、一定以上でなければ、高感度ではないことでデータ不足がないと判定する（ステップ５０６）。なお、データ不足があるかどうかを判定するための一定の値は、ユーザが任意に設定することや、統計処理に基づいた値を用いることもできる。また、データ間の近似補間としては、線形近似や二次近似等、あらゆる近似方法による補間を用いることができる。

そして、領域群においてデータの感度が高いと判断した場合、その領域群におけるデータの説明変数の変化量に対する目的変数の変化量の割合を、一定未満とするためにデータを取得すべき推奨領域を算定する（ステップ５０７）。

この判断および算定を全てのデータ領域で行い（ステップ５０８）、データ不足範囲算出部２は、領域群毎の判定結果と判定領域とを、算定された推奨領域とともに出力部３に出力する（ステップ５０９）。

図１０は、図４に示した入出力高感度領域判定処理２０３の具体例を示す図である。

入出力高感度領域判定処理２０３においては、例えば図１０に示すように、データの説明変数の変化量に対する目的変数の変化量の割合が、説明変数１区間分Δｘに対して、目的変数４区間分Δｙの変化分を大きいとする判定条件の場合、これらを跨る領域は、データの感度が高い高感度であると判定される。

高感度であると判定された場合は、その領域群におけるデータの説明変数の変化量に対する目的変数の変化量の割合を、一定未満とするためにそのデータ間を埋めるべくデータ点の推奨領域が算定されることになる。

このように、領域群における説明変数に対する目的変数の入出力感度に基づいて、データの感度が高いかどうかを判断することで、説明変数の特定の範囲でデータの感度が高いことを定量的に判断し、提示することができる。また、説明変数に対して目的変数が敏感に変化する高感度の領域において、データを取得するとよい説明変数の範囲が推奨されることで、効率よくデータを追加することができる。

上述したデータ量不足領域判定処理２０１、データ領域低確度判定処理２０２および入出力高感度領域判定処理２０３によって、データ不足範囲算出部２は、複数の指標値に基づき、理由の異なる複数種類のデータの不足の有無をそれぞれ判断することになる。

図１１は、図６、図８及び図１０に示した例においてデータ不足がないと判定された領域を示す図である。

図６、図８及び図１０に示した例における処理が行われたことにより、図１１に示すように、データ不足がないと判定された領域が確定することになる。

図１２は、図１に示した出力部３における処理を説明するためのフローチャートである。

図１に示した出力部３においては、データ不足範囲算出部２２におけるデータ不足領域判定処理１０３の判定結果であるデータ量不足領域判定結果６０１と、データ低確度領域判定結果６０２と、入出力高感度領域判定結果６０３が入力されると、出力範囲要求部４から与えられた出力要求範囲６０４内の判定結果を出力し（ステップ６０５）、データ不足があると判定された領域の数を説明変数毎に提示し（ステップ６０６）、判定履歴とする（ステップ６０７）。

また、出力要求範囲６０４に応じて出力範囲を選択し（ステップ６０８）、領域毎にデータ不足がないと判定された説明変数があるかどうか判断し（ステップ６０９）、説明変数がない場合は判定結果を出力し（ステップ６１０）、全ての出力要求範囲内の説明変数について同様の処理を行う（ステップ６１１）。一方、データ不足がないと判定された説明変数がある場合は、判定結果を出力することなく、全ての出力要求範囲内の説明変数について同様の処理を行うことになる。

その後、出力要求範囲内の全ての領域でデータ不足があると判定されたものがある場合は（ステップ６１２）、全ての説明変数毎に、データ不足があると判定された領域と不足理由とを表示出力することで提示し（ステップ６１３）、データ不足があると判定されたものがない場合はそのまま終了する。また、データ不足があると判定された領域と、不足理由と、ステップ６０７にて判定履歴とされた、データ不足があると判定された領域の数とを記録する。

図１３は、図１に示したデータ不足提示システムにおいて出力範囲要求部４から与えられた出力要求範囲を考慮した場合の出力部３における判定結果の具体例を示す図である。

上述したデータ量不足領域判定処理２０１、データ領域低確度判定処理２０２および入出力高感度領域判定処理２０３によってデータの領域群毎にデータ不足の有無が判断されると、図１３に示すように、そのデータの領域群毎に、出力部３において、出力要求範囲に対してデータ不足の種類が特定される。なお、本例では、特定されたデータ不足の種類が各領域群で単一となっているが、実際には、データ量不足および低確度等、複数の場合もある。

図１４は、図１に示した出力部３にて表示出力される画面の一例を示す図である。

上述したデータ量不足領域判定処理２０１、データ領域低確度判定処理２０２および入出力高感度領域判定処理２０３によってデータの領域群毎にデータ不足の有無が判断されると、図１４に示すように、出力部３においては、説明変数の領域群毎に、データ不足があると判断された範囲と、その範囲にあるデータの不足の理由とを対応づけて表示する。また、データの不足の理由が高感度によるものである場合は、入出力高感度領域判定処理２０３にて高感度判定を解消するために算定されたデータの推奨領域を表示する。例えば、図１０に示した例においては、Ｘ₁₂〜Ｘ₁₄の範囲にて高感度によるデータの不足があると判定されているため、Ｘ₁₂〜Ｘ₁₄の範囲に含まれるＸ_12’〜Ｘ_13’の狭い範囲がデータの推奨領域として表示されることになる。

このように、複数種類のデータ不足について説明変数の範囲とデータ不足の理由とが表示されることで、ユーザは、説明変数のどの範囲でどのようなデータ不足があるかを容易に知ることができる。

また、図１４に示すように、出力部３は、説明変数と目的変数とをそれぞれ軸とし、説明変数の範囲と目的変数の範囲とで複数の領域に分割されたマップにデータを配置したプロット図を表示する。その際、出力部３は、プロット図においてデータの不足がある領域を他の領域と区別して表示出力するが、出力要求範囲が通知された場合は、プロット図において出力要求範囲に含まれかつデータの不足がある領域を他の領域と区別して表示出力することになる。

このように、データのプロット図にデータ不足を重畳表示するので、ユーザはデータ不足の領域をデータとともに視覚的に認識することができる。また、データのプロット図に出力要求範囲のデータ不足を重畳表示することで、ユーザは出力要求範囲のデータ不足の領域をデータとともに視覚的に認識することができる。

図１５は、図１に示した出力部３にて表示出力される画面の一例を示す図である。

上述したデータ量不足領域判定処理２０１、データ領域低確度判定処理２０２および入出力高感度領域判定処理２０３によってデータの領域群毎にデータ不足の有無が判断されると、図１５に示すように、出力部３においては、複数の説明変数のそれぞれについて、目的変数の範囲毎にデータに不足があると判断された領域の個数となるデータ不足領域数１４０１を表示出力する。また、説明変数が指定された場合に、その説明変数の領域群毎に、データ不足があると判断された範囲と、その範囲にあるデータの不足の理由とを対応づけた不足理由１４０２を表示出力する。

このように、複数の説明変数についてそれらの目的変数の範囲毎のデータ不足の個数が表示されることで、各説明変数のデータ不足の様子を比較してどの説明変数のどの範囲でデータを追加するかを検討するのに利用できる。

図１６は、図１に示した出力部３にて表示出力される画面の一例を示す図である。

上述したデータ量不足領域判定処理２０１、データ領域低確度判定処理２０２および入出力高感度領域判定処理２０３によってデータの領域群毎にデータ不足の有無が判断されると、図１６に示すように、出力部３においては、複数の説明変数のそれぞれについて、目的変数の範囲毎にデータに不足があると判断された領域の個数の履歴となるデータ不足領域数履歴１５０１を表示出力する。また、説明変数が指定された場合に、説明変数の領域群毎に、データ不足があると判断された範囲と、その範囲にあるデータの不足の理由とを対応づけた不足理由１５０２を表示出力するが、この不足理由１５０２には、前回行われた判定においてデータ不足であると判定され、今回の判定においてそれが解消した領域においては、前回のデータ不足の理由が取り消し線とともに表示されることになる。

このように、データに不足があると判断された領域の個数の履歴が表示されることで、前回の判定から今回の判定までにどの範囲のデータが追加されたかのデータ点の取得状況を把握することができる。

図１７は、図１に示した出力部３にて表示出力される画面の一例を示す図である。

図１７に示すように、上述したデータ量不足領域判定処理２０１、データ領域低確度判定処理２０２および入出力高感度領域判定処理２０３によってデータの領域群毎にデータ不足の有無が判断された結果、ある領域についてデータの不足がないと判定された説明変数がある場合は、他の説明変数のデータ不足領域と理由１６０１は提示しない。

上述したように本形態においては、データのデータ領域を複数の領域に分割し、領域毎あるいは領域群毎に指標値を算出し、指標値に基づき説明変数の範囲毎にデータの不足の有無を判断するので、データ不足となっている説明変数の値の範囲を定量的に判断し、判断結果を提示することができる。それにより、推定モデルや予測モデルを再構成する手間を削減することが可能となる。

なお、上述したようにデータ不足範囲算出部２の判断結果を出力部３にて提示するだけではなく、データ不足範囲算出部２の判断結果を、接続された外部機器に送信出力する構成とすることも考えられる。その場合、外部機器が、例えば、制御器であり、データの説明変数が制御パラメータ、目的変数が制御の安定性であれば、不安定な制御領域として、データが不足する領域での制御パラメータ設定を回避することも可能となる。

以下に、上述した一連の処理について具体的なデータの事例を用いて説明する。

例えば、エアコンの空調データと、人が感じる快適度とが紐づいたデータがあるとする。説明変数は、設定温度、エアコンからの距離、気温、湿度、これに対する目的変数を快適度とする。快適度は、例えば５段階で、１．不満、２．少し不満、３．普通、４．比較的満足、５．非常に満足、で表現されているものとする。

まず、出力部３が、図１２のステップ６０８において、説明変数のうち、例えば設定温度を１つ選択する。

また、データ不足範囲算出部２が、図３に示したように、温度設定可能な範囲を２度毎に、快適度は１段階毎に分割する。そして、データ不足範囲算出部２は、図６に示したように設定温度を分割した範囲ごとにデータ密度が一定以上かを判定するとともに、図８に示したようにデータ偏差が一定以下かを判定する。また、データ不足範囲算出部２は、もし、設定温度が２０〜２２度、２２〜２４度の領域でデータ近似による補間をした際に、設定温度の変化に対して快適度の変化が１→４と変化が大きい場合、高感度判定とする。データ不足範囲算出部２は、他の説明変数についても、上述した、データ量不足、低確度および高感度判定の処理を同様に行う。この結果、設定温度の大きな変化分を説明できるものがない場合は、高感度と判定された領域間で、データを詳細に観察するための推奨領域を判定する。例えば、２度毎だった領域をさらに分割した領域の１度毎の領域で、２２度の設定温度のデータ点を増やすように要求し、出力部３がその旨を表示出力する。また、データ補充後には、その高感度領域が解消されたかを出力部３がその旨を表示出力する。ただし、出力要求範囲が例えば快適度５とした時は、高感度領域は含まれていないため、上述した処理は行わない。

また、これらデータ不足領域の提示効果として、どの説明変数でもデータ領域が低確度判定であれば、例えば照度などの他の説明変数を新たに追加して、データ不足判定にならないかを観察することになる。なお、この観察とは、前回データとの判定結果の履歴の経過であり、不足なしの判定になる場合は新規追加した説明変数で説明可能であるということである。

１…データ、２…データ不足範囲算出部、３…出力部、４…出力範囲要求部、１０３…データ不足領域判定処理、２０１…データ量不足領域判定処理、２０２…データ領域低確度判定処理、２０３…入出力高感度領域判定処理

Claims

説明変数から目的変数を推定するために必要なデータの不足の有無を提示するデータ不足提示システムであって、
説明変数の値と目的変数の値との組み合わせとして与えられたデータのデータ領域を、前記説明変数の値と前記目的変数の値とで定まる複数の領域に分割し、前記分割された領域毎あるいは前記説明変数の値が所定範囲となる領域群毎に、データ不足に関連する少なくとも１つの指標値を算出し、前記指標値に基づき前記説明変数の範囲毎にデータの不足の有無を判断するデータ不足範囲算出部と、
前記データ不足範囲算出部の判断結果を出力する出力部と、
を有するデータ不足提示システム。
前記データ不足範囲算出部は、前記指標値として前記領域群におけるデータの密度を算出し、前記密度が所定の閾値以下の場合に、当該領域群に対応する前記説明変数の範囲でデータ量が不足していると判断することでデータの不足があると判断する、
請求項１に記載のデータ不足提示システム。
前記データ不足範囲算出部は、前記指標値として前記領域群における領域間のデータ量の偏差を算出し、前記偏差が所定の閾値以上の場合に、当該領域群に対応する前記説明変数の範囲でデータの確度が低いと判断することでデータの不足があると判断する、
請求項１に記載のデータ不足提示システム。
前記データ不足範囲算出部は、前記指標値として前記領域群におけるデータの説明変数の変化量に対する目的変数の変化量の割合を算出し、前記割合が所定の閾値以上の場合に、当該領域群に対応する前記説明変数の範囲でデータの感度が高いと判断することでデータの不足があると判断する、
請求項１に記載のデータ不足提示システム。
前記データ不足範囲算出部は、前記領域群に対応する前記説明変数の範囲でデータの感度が高いと判断した場合、前記説明変数の範囲において前記割合を前記閾値未満とするためにデータを取得すべき領域を算定し、
前記出力部は、前記算定された領域を表示出力する、
請求項４に記載のデータ不足提示システム。
前記データ不足範囲算出部は、複数の指標値に基づき、理由の異なる複数種類のデータの不足の有無をそれぞれ判断し、
前記出力部は、データの不足がある説明変数の範囲と、該範囲にあるデータの不足の理由と、を対応づけて表示出力する、
請求項１に記載のデータ不足提示システム。
前記出力部は、更に、説明変数と目的変数とをそれぞれ軸とし、説明変数の範囲と目的変数の範囲とで複数の領域に分割されたマップに前記データを配置したプロット図を表示し、前記プロット図においてデータの不足がある領域を他の領域と区別して表示出力する、
請求項６に記載のデータ不足提示システム。
予測対象とする目的変数の範囲を出力要求範囲として受け付けて前記出力部に通知する出力範囲要求部を更に有し、
前記出力部は、前記出力要求範囲が通知されると、前記プロット図において前記出力要求範囲に含まれかつデータの不足がある領域を他の領域と区別して表示出力する、
請求項７に記載のデータ不足提示システム。
前記出力部は、前記説明変数が複数ある場合、該複数の説明変数のそれぞれについて、目的変数の範囲毎にデータに不足があると判断された領域の個数を表示出力する、
請求項１に記載のデータ不足提示システム。
前記出力部は、前記データに不足があると判断された領域の個数の履歴を表示出力する、
請求項９に記載のデータ不足提示システム。
前記出力部は、前記データ不足範囲算出部の判断結果を、表示出力するとともに、接続された外部機器に送信出力する、
請求項１に記載のデータ不足提示システム。
説明変数から目的変数を推定するために必要なデータの不足の有無を提示するデータ不足提示方法であって、
説明変数の値と目的変数の値との組み合わせとして与えられたデータのデータ領域を、前記説明変数の値と前記目的変数の値とで定まる複数の領域に分割し、前記分割された領域毎あるいは前記説明変数の値が所定範囲となる領域群毎に、データ不足に関連する少なくとも１つの指標値を算出し、前記指標値に基づき前記説明変数の範囲毎にデータの不足の有無を判断するデータ不足範囲算出処理と、
前記データ不足範囲算出処理の判断結果を出力する出力処理と、
を有するデータ不足提示方法。