JP2021179668A - Data analysis system, data analysis method, and data analysis program - Google Patents

Data analysis system, data analysis method, and data analysis program Download PDF

Info

Publication number
JP2021179668A
JP2021179668A JP2020083197A JP2020083197A JP2021179668A JP 2021179668 A JP2021179668 A JP 2021179668A JP 2020083197 A JP2020083197 A JP 2020083197A JP 2020083197 A JP2020083197 A JP 2020083197A JP 2021179668 A JP2021179668 A JP 2021179668A
Authority
JP
Japan
Prior art keywords
regression
model
data analysis
display
accuracy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020083197A
Other languages
Japanese (ja)
Other versions
JP7456273B2 (en
Inventor
俊宏 井口
Toshihiro Iguchi
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TDK Corp
Original Assignee
TDK Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by TDK Corp filed Critical TDK Corp
Priority to JP2020083197A priority Critical patent/JP7456273B2/en
Publication of JP2021179668A publication Critical patent/JP2021179668A/en
Application granted granted Critical
Publication of JP7456273B2 publication Critical patent/JP7456273B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

To provide a data analysis system, a data analysis method, and a data analysis program capable of facilitating data analysis.SOLUTION: In a data analysis system, at least one processor receives a data set containing a plurality of data units being a collection of pieces of data of a plurality of items, creates, on the basis of the data set, a plurality of respectively different regression models in which one item among the plurality of items is an objective variable and another item among the plurality of items is an explanatory variable, calculates accuracy of each of the plurality of regression models, and causes a display unit to display, as a display model, a regression model selected from among the plurality of regression models according to the accuracy. Each of the plurality of regression models is a regression model using a regression formula or a regression model using a decision tree.SELECTED DRAWING: Figure 3

Description

本発明は、データ解析システム、データ解析方法及びデータ解析プログラムに関する。 The present invention relates to a data analysis system, a data analysis method and a data analysis program.

データ解析方法として、解析対象のデータセットに基づいて目的変数と説明変数との間の関係を表す回帰モデルを作成し、作成された回帰モデルに基づいて解析を行う方法が知られている(例えば特許文献1参照)。 As a data analysis method, a method is known in which a regression model representing the relationship between the objective variable and the explanatory variable is created based on the data set to be analyzed, and analysis is performed based on the created regression model (for example). See Patent Document 1).

特開2020−24544号公報Japanese Unexamined Patent Publication No. 2020-24544

上述したようなデータ解析方法においては種々の回帰モデルが用いられ得るが、データセットによって適した回帰モデルが異なるため、ユーザが適切な回帰モデルを選択する必要があり、データ解析が容易ではない場合がある。また、回帰モデルの中には解釈が容易でないものがあり、このことによってもデータ解析が困難となり得る。 Various regression models can be used in the data analysis method as described above, but since the suitable regression model differs depending on the data set, it is necessary for the user to select an appropriate regression model, and data analysis is not easy. There is. In addition, some regression models are not easy to interpret, which can also make data analysis difficult.

本発明は、データ解析を容易化することができるデータ解析システム、データ解析方法及びデータ解析プログラムを提供することを目的とする。 An object of the present invention is to provide a data analysis system, a data analysis method, and a data analysis program capable of facilitating data analysis.

本発明のデータ解析システムは、少なくとも1つのプロセッサを備え、少なくとも1つのプロセッサは、複数の項目のデータの集合であるデータユニットを複数含むデータセットを受け付け、データセットに基づいて、複数の項目のうちの一の項目が目的変数であり、複数の項目のうちの他の項目が説明変数である互いに異なる複数の回帰モデルを作成し、複数の回帰モデルの各々の精度を算出し、複数の回帰モデルの中から精度に応じて選択された回帰モデルを表示モデルとして表示部に表示させ、複数の回帰モデルの各々は、回帰式を用いた回帰モデルであるか、又は決定木を用いた回帰モデルである。 The data analysis system of the present invention includes at least one processor, and the at least one processor accepts a data set containing a plurality of data units which are a collection of data of a plurality of items, and based on the data set, a plurality of items. One of the items is the objective variable, and the other item of the multiple items is the explanatory variable. Create multiple regression models that are different from each other, calculate the accuracy of each of the multiple regression models, and multiple regressions. A regression model selected from the models according to the accuracy is displayed as a display model on the display unit, and each of the plurality of regression models is a regression model using a regression equation or a regression model using a decision tree. Is.

このデータ解析システムでは、データセットに基づいて互いに異なる複数の回帰モデルが生成され、作成された各回帰モデルの精度が算出される。そして、複数の回帰モデルの中から精度に応じて選択された回帰モデルが表示部に表示される。これにより、ユーザは、精度に応じて選択された回帰モデルを利用して解析を行うことができる。その結果、容易にデータ解析を行うことができる。また、このデータ解析システムでは、各回帰モデルが、回帰式を用いた回帰モデルであるか、又は決定木を用いた回帰モデルである。これにより、回帰式を用いた回帰モデル及び決定木を用いた回帰モデルの解釈は容易であるため、ユーザは、表示された回帰モデルを容易に解釈することができる。よって、このデータ解析システムによれば、データ解析を容易化することができる。 In this data analysis system, a plurality of different regression models are generated based on the data set, and the accuracy of each created regression model is calculated. Then, the regression model selected from the plurality of regression models according to the accuracy is displayed on the display unit. This allows the user to perform analysis using the regression model selected according to the accuracy. As a result, data analysis can be easily performed. Further, in this data analysis system, each regression model is a regression model using a regression equation or a regression model using a decision tree. This makes it easy to interpret the regression model using the regression equation and the regression model using the decision tree, so that the user can easily interpret the displayed regression model. Therefore, according to this data analysis system, data analysis can be facilitated.

少なくとも1つのプロセッサは、複数の回帰モデルのうち精度が最も高い回帰モデルを表示モデルとして表示部に表示させてもよい。この場合、データ解析を一層容易化することができる。 At least one processor may display the regression model with the highest accuracy among the plurality of regression models on the display unit as a display model. In this case, data analysis can be further facilitated.

少なくとも1つのプロセッサは、データセットにおける目的変数の値と、表示モデルにより予測される目的変数の値と間の関係を示すグラフを、表示モデルと共に表示部に表示させてもよい。この場合、データ解析をより一層容易化することができる。 At least one processor may display a graph showing the relationship between the value of the objective variable in the data set and the value of the objective variable predicted by the display model on the display unit together with the display model. In this case, data analysis can be further facilitated.

少なくとも1つのプロセッサは、表示モデルにおける説明変数の重要度を、表示モデルと共に表示部に表示させてもよい。この場合、データ解析をより一層容易化することができる。 At least one processor may display the importance of the explanatory variables in the display model on the display unit together with the display model. In this case, data analysis can be further facilitated.

少なくとも1つのプロセッサは、表示モデルにおけるハイパーパラメータのチューニング結果を、表示モデルと共に表示部に表示させてもよい。この場合、データ解析をより一層容易化することができる。 At least one processor may display the tuning result of the hyperparameters in the display model on the display unit together with the display model. In this case, data analysis can be further facilitated.

少なくとも1つのプロセッサは、複数の回帰モデルをそれぞれ示す複数のラベルを、対応する回帰モデルの精度が高い順に並ぶように、表示部に表示させてもよい。この場合、複数の回帰モデルの精度をユーザが容易に比較することができ、データ解析をより一層容易化することができる。 At least one processor may display a plurality of labels indicating each of the plurality of regression models on the display unit so that the corresponding regression models are arranged in descending order of accuracy. In this case, the user can easily compare the accuracy of the plurality of regression models, and the data analysis can be further facilitated.

少なくとも1つのプロセッサは、複数の回帰モデルの各々について、複数の精度指標を用いて精度を算出し、複数の精度指標の各々を用いた場合の複数の回帰モデルの精度を表示部に表示させてもよい。この場合、各精度指標を用いた場合の複数の回帰モデルの精度をユーザが容易に比較することができ、データ解析をより一層容易化することができる。 At least one processor calculates the accuracy of each of the plurality of regression models using a plurality of accuracy indexes, and displays the accuracy of the plurality of regression models when each of the plurality of accuracy indexes is used on the display unit. May be good. In this case, the user can easily compare the accuracy of the plurality of regression models when each accuracy index is used, and the data analysis can be further facilitated.

少なくとも1つのプロセッサは、複数の回帰モデルの各々における説明変数の係数を表示部に表示させてもよい。この場合、データ解析をより一層容易化することができる。 At least one processor may display the coefficients of the explanatory variables in each of the plurality of regression models on the display unit. In this case, data analysis can be further facilitated.

少なくとも1つのプロセッサは、複数の回帰モデルの各々における説明変数の重要度を表示部に表示させてもよい。この場合、データ解析をより一層容易化することができる。 At least one processor may display the importance of the explanatory variables in each of the plurality of regression models on the display unit. In this case, data analysis can be further facilitated.

本発明のデータ解析方法は、少なくとも1つのプロセッサを備えるデータ解析システムにより実行されるデータ解析方法であって、複数の項目のデータの集合であるデータユニットを複数含むデータセットを受け付けるステップと、データセットに基づいて、複数の項目のうちの一の項目を目的変数とし、複数の項目のうちの他の項目を説明変数とする互いに異なる複数の回帰モデルを作成するステップと、複数の回帰モデルの各々の精度を算出するステップと、複数の回帰モデルの中から精度に応じて選択された回帰モデルを表示モデルとして表示部に表示させるステップと、を備え、複数の回帰モデルの各々は、回帰式を用いた回帰モデルであるか、又は決定木を用いた回帰モデルである。このデータ解析方法によれば、上述した理由により、データ解析を容易化することができる。 The data analysis method of the present invention is a data analysis method executed by a data analysis system including at least one processor, and is a step of accepting a data set including a plurality of data units which are a set of data of a plurality of items, and data. Based on the set, the step of creating multiple different regression models with one of the multiple items as the objective variable and the other item of the multiple items as the explanatory variable, and the multiple regression models. Each of the plurality of regression models is provided with a step of calculating the accuracy of each and a step of displaying a regression model selected according to the accuracy from a plurality of regression models on the display unit as a display model, and each of the plurality of regression models is a regression equation. Is a regression model using, or is a regression model using a decision tree. According to this data analysis method, data analysis can be facilitated for the reasons described above.

本発明のデータ解析プログラムは、複数の項目のデータの集合であるデータユニットを複数含むデータセットを受け付けるステップと、データセットに基づいて、複数の項目のうちの一の項目を目的変数とし、複数の項目のうちの他の項目を説明変数とする互いに異なる複数の回帰モデルを作成するステップと、複数の回帰モデルの各々の精度を算出するステップと、複数の回帰モデルの中から精度に応じて選択された回帰モデルを表示モデルとして表示部に表示させるステップと、をコンピュータに実行させ、複数の回帰モデルの各々は、回帰式を用いた回帰モデルであるか、又は決定木を用いた回帰モデルである。このデータ解析プログラムによれば、上述した理由により、データ解析を容易化することができる。 The data analysis program of the present invention has a step of accepting a data set including a plurality of data units which are a set of data of a plurality of items, and a plurality of items with one of the plurality of items as an objective variable based on the data set. A step to create multiple regression models different from each other using other items of the items as explanatory variables, a step to calculate the accuracy of each of the multiple regression models, and a step to calculate the accuracy of each of the multiple regression models according to the accuracy. A computer is made to execute a step of displaying the selected regression model as a display model on the display unit, and each of the plurality of regression models is a regression model using a regression equation or a regression model using a decision tree. Is. According to this data analysis program, data analysis can be facilitated for the reasons described above.

本発明によれば、データ解析を容易化することができるデータ解析システム、データ解析方法及びデータ解析プログラムを提供することが可能となる。 According to the present invention, it is possible to provide a data analysis system, a data analysis method, and a data analysis program that can facilitate data analysis.

実施形態に係るデータ解析システムの機能構成の例を示す図である。It is a figure which shows the example of the functional structure of the data analysis system which concerns on embodiment. データ解析システムを構成するコンピュータのハードウェアの構成例を示す図である。It is a figure which shows the configuration example of the hardware of the computer which constitutes a data analysis system. データ解析システムの動作例を示すフローチャートである。It is a flowchart which shows the operation example of a data analysis system. データセットの例を示す図である。It is a figure which shows the example of a data set. 表示部の表示例を示す図である。It is a figure which shows the display example of the display part. 決定木を用いた回帰モデルの表示例を示す図である。It is a figure which shows the display example of the regression model using a decision tree. (a)は、表示モデルを選択するための選択ボックスが展開される前の状態を示す図であり、(b)は、選択ボックスが展開されている状態を示す図である。(A) is a diagram showing a state before the selection box for selecting a display model is expanded, and (b) is a diagram showing a state in which the selection box is expanded. 精度の比較のための表示の例を示す図である。It is a figure which shows the example of the display for comparison of accuracy. 説明変数の係数の比較のための表示の例を示す図である。It is a figure which shows the example of the display for comparison of the coefficient of the explanatory variable. 説明変数の重要度の比較のための表示の例を示す図である。It is a figure which shows the example of the display for comparison of the importance of an explanatory variable.

以下、本発明の一実施形態について、図面を参照しつつ詳細に説明する。以下の説明において、同一又は相当要素には同一符号を用い、重複する説明を省略する。
[システムの構成]
Hereinafter, an embodiment of the present invention will be described in detail with reference to the drawings. In the following description, the same reference numerals will be used for the same or equivalent elements, and duplicate description will be omitted.
[System configuration]

図1に示されるように、実施形態に係るデータ解析システム1は、機能要素として、受付部11と、モデル作成部12と、精度算出部13と、表示制御部14と、を備えている。受付部11は、データセット30を受け付ける。モデル作成部12は、データセット30に基づいて複数の回帰モデルを作成する。精度算出部13は、各回帰モデルの精度を算出する。表示制御部14は、複数の回帰モデルの中から選択された回帰モデルを後述の表示部26に表示させる。 As shown in FIG. 1, the data analysis system 1 according to the embodiment includes a reception unit 11, a model creation unit 12, an accuracy calculation unit 13, and a display control unit 14 as functional elements. The reception unit 11 receives the data set 30. The model creation unit 12 creates a plurality of regression models based on the data set 30. The accuracy calculation unit 13 calculates the accuracy of each regression model. The display control unit 14 causes the display unit 26, which will be described later, to display the regression model selected from the plurality of regression models.

データ解析システム1は、例えばコンピュータ20により構成されている。図2に示されるように、コンピュータ20は、プロセッサ21と、主記憶部22と、補助記憶部23と、通信制御部24と、入力部25と、表示部26と、を備えている。プロセッサ21は、例えばCPUであり、オペレーティングシステム、アプリケーションプログラム等を実行する。主記憶部22は、例えばROM、RAM等により構成される。補助記憶部23は、例えばハードディスク、フラッシュメモリ等により構成され、主記憶部22よりも大量のデータを記憶する。通信制御部24は、例えばネットワークカード、無線通信モジュール等により構成される。入力部25は、例えばキーボード、マウス、タッチパネル等により構成される。表示部26は、例えばモニタ、タッチパネルディスプレイ等により構成される。 The data analysis system 1 is composed of, for example, a computer 20. As shown in FIG. 2, the computer 20 includes a processor 21, a main storage unit 22, an auxiliary storage unit 23, a communication control unit 24, an input unit 25, and a display unit 26. The processor 21 is, for example, a CPU, and executes an operating system, an application program, and the like. The main storage unit 22 is composed of, for example, a ROM, a RAM, or the like. The auxiliary storage unit 23 is composed of, for example, a hard disk, a flash memory, or the like, and stores a larger amount of data than the main storage unit 22. The communication control unit 24 is composed of, for example, a network card, a wireless communication module, or the like. The input unit 25 is composed of, for example, a keyboard, a mouse, a touch panel, and the like. The display unit 26 is composed of, for example, a monitor, a touch panel display, or the like.

データ解析システム1の各機能要素は、補助記憶部23内に予め記憶されているデータ解析プログラム27を実行させることにより実現される。具体的には、プロセッサ21又は主記憶部22の上にデータ解析プログラム27を読み込ませてプロセッサ21にデータ解析プログラム27を実行させることにより、受付部11、モデル作成部12、精度算出部13及び表示制御部14の各機能が実現される。プロセッサ21は、データ解析プログラム27に従って、通信制御部24、入力部25及び表示部26を動作させ、主記憶部22及び補助記憶部23におけるデータの読み出し及び書き込みを行う。処理に必要なデータ又はデータベースは、主記憶部22又は補助記憶部23内に格納される。 Each functional element of the data analysis system 1 is realized by executing a data analysis program 27 stored in advance in the auxiliary storage unit 23. Specifically, by loading the data analysis program 27 on the processor 21 or the main storage unit 22 and causing the processor 21 to execute the data analysis program 27, the reception unit 11, the model creation unit 12, the accuracy calculation unit 13, and the accuracy calculation unit 13 Each function of the display control unit 14 is realized. The processor 21 operates the communication control unit 24, the input unit 25, and the display unit 26 according to the data analysis program 27, and reads and writes data in the main storage unit 22 and the auxiliary storage unit 23. The data or database required for processing is stored in the main storage unit 22 or the auxiliary storage unit 23.

データ解析プログラム27は、例えば、CD−ROM、DVD−ROM、半導体メモリ等の有形の記録媒体に固定的に記録された上で提供されてもよい。或いは、データ解析プログラム27は、搬送波に重畳されたデータ信号として通信ネットワークを介して提供されてもよい。 The data analysis program 27 may be provided after being fixedly recorded on a tangible recording medium such as a CD-ROM, a DVD-ROM, or a semiconductor memory. Alternatively, the data analysis program 27 may be provided via a communication network as a data signal superimposed on a carrier wave.

データ解析システム1は、1台のコンピュータ20により構成されてもよいし、複数台のコンピュータ20により構成されてもよい。複数台のコンピュータ20を用いる場合には、これらのコンピュータ20がインターネット又はイントラネット等の通信ネットワークを介して互いに接続されることで、論理的に一つのデータ解析システム1が構築されてもよい。
[システムの動作]
The data analysis system 1 may be configured by one computer 20 or may be configured by a plurality of computers 20. When a plurality of computers 20 are used, one data analysis system 1 may be logically constructed by connecting these computers 20 to each other via a communication network such as the Internet or an intranet.
[System operation]

図3を参照しつつ、データ解析システム1により実行されるデータ解析方法の一例を説明する。まず、受付部11は、データセット30を受け付ける(ステップS1)。受付部11へのデータセット30の入力は、例えば、ユーザにより入力部25及び表示部26を介して行われる。例えば、ユーザが補助記憶部23に記憶されたデータセット30を指定すると、指定されたデータセット30が読み込まれて受付部11に受け付けられる。 An example of a data analysis method executed by the data analysis system 1 will be described with reference to FIG. First, the reception unit 11 receives the data set 30 (step S1). The input of the data set 30 to the reception unit 11 is performed by, for example, by the user via the input unit 25 and the display unit 26. For example, when the user specifies the data set 30 stored in the auxiliary storage unit 23, the designated data set 30 is read and accepted by the reception unit 11.

データセット30は、複数の項目のデータの集合であるデータユニット31を複数含んでいる。データユニット31が有する項目は、任意に設定されてよい。項目は、例えば、材料、化合物等の特性、組成等であってもよいし、装置、デバイス等の特性、寸法、材料等であってもよい。項目のデータは、数値であってもよいし、文字であってもよい。文字データは数値データに変換して用いられる。項目の中には、データが存在しない(欠損値である)項目があってもよい。データユニット31の数は限定されないが、例えば数百個以内であってもよい。 The data set 30 includes a plurality of data units 31 which are a set of data of a plurality of items. The items included in the data unit 31 may be arbitrarily set. The item may be, for example, the characteristics, composition, or the like of a material, a compound, or the like, or may be the characteristics, dimensions, a material, or the like of an apparatus, a device, or the like. The data of the item may be a numerical value or a character. Character data is converted into numerical data and used. Some items may have no data (missing values). The number of data units 31 is not limited, but may be, for example, several hundred or less.

図4は、データセット30の例を示す図である。この例では、データセット30は、表形式で表されている。各行がデータユニット31に相当し、各列が項目に相当する。各データユニット31は、材料組成と透磁率との間の関係を表している。データユニット31は、項目として、透磁率、材料A、材料B、材料C、材料D、材料E、材料F及び材料Hを含んでいる。透磁率のデータは、透磁率を示す数値であり、材料A〜Hのデータは、材料組成をパーセンテージで表した数値である。 FIG. 4 is a diagram showing an example of the data set 30. In this example, the dataset 30 is represented in tabular form. Each row corresponds to the data unit 31, and each column corresponds to an item. Each data unit 31 represents a relationship between material composition and magnetic permeability. The data unit 31 includes, as items, magnetic permeability, material A, material B, material C, material D, material E, material F, and material H. The magnetic permeability data is a numerical value indicating the magnetic permeability, and the data of the materials A to H is a numerical value expressing the material composition as a percentage.

ステップS1に続いて、受付部11は、解析条件を受け付ける(ステップS2)。受付部11への解析条件の入力は、例えば、ユーザにより入力部25及び表示部26を介して行われる。解析条件は、目的変数及び設計変数の指定を含んでいる。ユーザは、データセット30における複数の項目変数の中から一の項目を目的変数として選択すると共に、残りの項目の中から一又は複数の項目を説明変数として選択する。例えば、表示部26には目的変数を選択するための選択ボックスが表示され、当該選択ボックスにおいて項目を選択することで、ユーザは目的変数を選択する。また、表示部26には、目的変数として選択された項目以外の項目に対応した複数のチェックボックスが表示され、対応するチェックボックスをチェックすることで、ユーザは説明変数を選択する。 Following step S1, the reception unit 11 receives the analysis condition (step S2). The input of the analysis condition to the reception unit 11 is performed by, for example, by the user via the input unit 25 and the display unit 26. The analysis conditions include the specification of the objective variable and the design variable. The user selects one item from the plurality of item variables in the data set 30 as the objective variable, and selects one or more items from the remaining items as the explanatory variables. For example, a selection box for selecting an objective variable is displayed on the display unit 26, and the user selects the objective variable by selecting an item in the selection box. Further, a plurality of check boxes corresponding to items other than the item selected as the objective variable are displayed on the display unit 26, and the user selects an explanatory variable by checking the corresponding check boxes.

また、解析条件は、欠損値処理方法の指定を含んでいる。ユーザは、複数の欠損値処理方法の中から、後述するモデル作成処理(ステップS3)において用いられる一の欠損値処理方法を選択する。例えば、表示部26には欠損値処理方法を選択するための選択ボックスが表示され、当該選択ボックスにおいて欠損値処理方法を選択することで、ユーザは使用する欠損値処理方法を選択する。欠損値処理方法の例としては、例えば、リストワイズ除去(Listwise deletion)、予測平均マッチング(Predictive meanmatching)、ランダムサンプリング等が挙げられる。リストワイズ除去では、欠損値が含まれるデータユニット31は解析対象とされない。欠損値処理方法としては、欠損値を値0として扱う方法(ゼロ置換)又は欠損値処理無し(none)が選択可能となっていてもよい。 In addition, the analysis conditions include the specification of the missing value processing method. The user selects one missing value processing method used in the model creation process (step S3) described later from the plurality of missing value processing methods. For example, the display unit 26 displays a selection box for selecting a missing value processing method, and by selecting the missing value processing method in the selection box, the user selects the missing value processing method to be used. Examples of the missing value processing method include, for example, Listwise deletion, Predictive meanmatching, and random sampling. In listwise removal, the data unit 31 containing the missing value is not analyzed. As the missing value processing method, a method of treating the missing value as a value 0 (zero substitution) or no missing value processing (none) may be selectable.

また、解析条件は、交互作用項及び自乗項の指定を含んでいる。交互作用項を有りに設定すると、2つの説明変数間の交互作用項が回帰モデルに追加される。自乗項を有りに設定すると、説明変数の自乗項が回帰モデルに追加される。ユーザは、交互作用及び自乗項を回帰モデルに追加するか否かを選択する。例えば、表示部26には、行方向及び列方向の各々が説明変数に対応するようにマトリクス状に配置されたチェックボックス群が表示され、対応するチェックボックスをチェックすることで、ユーザは追加する交互作用項及び自乗項を選択する。チェックボックス群の下には、例えば勾配ブースティング(Gradient Boosting)により算出された各説明変数の重要度が表示されていてもよい。この場合、ユーザは、当該重要度を参考にしつつ交互作用項及び自乗項を選択することができる。 In addition, the analysis conditions include the designation of the interaction term and the square term. Setting the interaction term to Yes adds an interaction term between the two explanatory variables to the regression model. If the squared term is set to Yes, the squared term of the explanatory variable is added to the regression model. The user chooses whether to add the interaction and squared terms to the regression model. For example, the display unit 26 displays a group of check boxes arranged in a matrix so that each of the row direction and the column direction corresponds to an explanatory variable, and the user can add by checking the corresponding check boxes. Select the interaction term and the square term. Below the check box group, for example, the importance of each explanatory variable calculated by gradient boosting may be displayed. In this case, the user can select the interaction term and the square term while referring to the importance.

また、解析条件は、目的変数をそのまま使用するか、又は対数に変換して使用するかの指定を含んでいてもよい。また、解析条件は、各説明変数についての数値範囲の指定を含んでいてもよい。また、解析条件は、何れのデータユニット31を解析対象とするかの指定を含んでいてもよい。 Further, the analysis condition may include a specification of whether to use the objective variable as it is or to convert it into a logarithm and use it. Further, the analysis condition may include the specification of the numerical range for each explanatory variable. Further, the analysis condition may include designation of which data unit 31 is to be analyzed.

また、解析条件は、回帰モデルの指定を含んでいる。ユーザは、互いに異なる複数の回帰モデルの中から、後述するモデル作成処理(ステップS3)において用いられる複数の回帰モデルを選択する。例えば、表示部26には回帰モデルを選択するための選択ボックスが表示され、当該選択ボックスにおいて回帰モデルを選択することで、ユーザは使用する回帰モデルを選択する。以下、表示部26に表示され、ユーザが選択可能である回帰モデルを選択可能回帰モデルともいう。 In addition, the analysis conditions include the specification of the regression model. The user selects a plurality of regression models to be used in the model creation process (step S3) described later from a plurality of regression models different from each other. For example, the display unit 26 displays a selection box for selecting a regression model, and by selecting the regression model in the selection box, the user selects the regression model to be used. Hereinafter, the regression model displayed on the display unit 26 and selectable by the user is also referred to as a selectable regression model.

選択可能回帰モデルは、回帰式を用いた回帰モデルか、又は決定木を用いた回帰モデルである。選択可能回帰モデルは、例えば、回帰式を用いた回帰モデルとして、ベイジアン一般化線形モデル(Bayesian Generalized Linear Model)、一般化線形モデル(GeneralizedLinear Model)、多変量適応型回帰スプライン (MARS: MultivariateAdaptive Regression Spline)、負の二項分布一般化線形モデル(Negative BinomialGeneralized Linear Model)、部分的最小二乗回帰(Partial LeastSquares)、線形回帰(Linear Regression)、主成分回帰(Principal Component Regression)、正則化回帰モデル(PenalizedLinear Regression)、Elastic Net、LASSO、Ridge等を含む。選択可能回帰モデルは、例えば、決定木を用いた回帰モデルとして、条件推測木(Conditional Inference Tree)、Cubist、CART等を含む。 The selectable regression model is a regression model using a regression equation or a regression model using a decision tree. Selectable regression models include, for example, Bayesian Generalized Linear Model (Bayesian Generalized Linear Model), GeneralizedLinear Model (GeneralizedLinear Model), and Multivariate Adaptive Regression Spline (MARS) as regression models using regression equations. ), Negative BinomialGeneralized Linear Model, Partial LeastSquares, Linear Regression, Principal Component Regression, PenalizedLinear Regression), Elastic Net, LASSO, Ridge, etc. are included. The selectable regression model includes, for example, a conditional inference tree, a Cubist, a CART, and the like as a regression model using a decision tree.

選択可能回帰モデルは、ニューラルネットワーク及びサポートベクターマシン、並びに非線形モデルのアンサンブル学習を用いた回帰モデルを含まない。これらの回帰モデルはブラックボックスであり、解釈が容易でない。アンサンブル学習とは、複数の回帰モデルを作成し、その結果を組み合わせて1つの回帰モデルを作成する手法である。非線形モデルのアンサンブル学習とは、組み合わされる回帰モデルとして非線形モデルを含むものをいう。回帰式を用いた回帰モデルは、例えば、n次(nは1以上の整数)の単項式若しくは多項式、又はそれらを含む分数式の組み合わせにより表される回帰式を用いた回帰モデルである。回帰式は、切片(定数項)のみにより構成されてもよい。回帰式は指数関数を含んでいてもよいが、指数関数の変数として指数関数を含むもの(二重指数関数)は除外されてもよい。回帰式はマックス関数を含んでいてもよいが、マックス関数を含むものは除外されてもよい。回帰式は指数関数とマックス関数を含んでいてもよいが、指数関数の変数としてマックス関数を含むもの、マックス関数の変数として指数関数を含むもの、及びマックス関数の変数としてマックス関数を含むものは除外されてもよい。スプライン関数を含むものは回帰式から除外されてもよい。 Selectable regression models do not include neural networks and support vector machines, as well as regression models using ensemble learning of nonlinear models. These regression models are black boxes and are not easy to interpret. Ensemble learning is a method of creating a plurality of regression models and combining the results to create one regression model. Non-linear model ensemble learning refers to those that include a non-linear model as a regression model to be combined. The regression model using the regression equation is, for example, a regression model using a regression equation expressed by a combination of a monomial expression or a polynomial of order n (n is an integer of 1 or more) or a fractional expression including them. The regression equation may be composed of only the intercept (constant term). The regression equation may include an exponential function, but those including an exponential function (double exponential function) may be excluded as variables of the exponential function. The regression equation may include a max function, but those containing a max function may be excluded. The regression equation may include an exponential function and a max function, but those containing the max function as a variable of the exponential function, those containing the exponential function as the variable of the max function, and those containing the max function as the variable of the max function It may be excluded. Those containing spline functions may be excluded from the regression equation.

また、解析条件は、各回帰モデルのハイパーパラメータのチューニング範囲の指定を含んでいる。例えば、ユーザがチューニング範囲を表す指標として大きな数値を選択すると、ハイパーパラメータのチューニング範囲が大きくなる。一方、ユーザがチューニングの程度を表す指標として小さな数値を選択すると、ハイパーパラメータのチューニング範囲が小さくなる。ハイパーパラメータは、例えば、回帰モデルがLASSO、Ridge又はElasticNetである場合、正則化項を考慮する度合いを表すパラメータである。ハイパーパラメータは、例えば、回帰モデルが負の二項分布一般化線形モデルである場合、リンク関数を表すパラメータである。ハイパーパラメータは、例えば、回帰モデルが決定木を用いたものである場合、木の深さの最大値を表すパラメータや終端ノード数を表すパラメータであってよい。回帰モデルがCARTである場合、ハイパーパラメータは複雑パラメータである。 In addition, the analysis conditions include the specification of the tuning range of the hyperparameters of each regression model. For example, if the user selects a large numerical value as an index indicating the tuning range, the tuning range of the hyperparameter becomes large. On the other hand, if the user selects a small numerical value as an index indicating the degree of tuning, the tuning range of the hyperparameter becomes small. The hyperparameter is a parameter indicating the degree to which the regularization term is considered, for example, when the regression model is LASSO, Ridge or ElasticNet. Hyperparameters are parameters that represent a link function, for example, if the regression model is a negative binomial distribution generalized linear model. For example, when the regression model uses a decision tree, the hyperparameter may be a parameter representing the maximum value of the depth of the tree or a parameter representing the number of terminal nodes. If the regression model is CART, the hyperparameters are complex parameters.

また、解析条件は、データ検証方法の指定を含んでいる。ユーザは、複数のデータ検証方法の中から、後述するモデル作成処理(ステップS3)において用いられる一のデータ検証方法を選択する。例えば、表示部26にはデータ検証方法を選択するための選択ボックスが表示され、当該選択ボックスにおいてデータ検証方法を選択することで、ユーザは使用するデータ検証方法を選択する。データ検証方法の例としては、例えば、k分割クロスバリデーション、ブートストラップ、一個抜き交差検証(Leave-one-out cross-validation)等が挙げられる。 In addition, the analysis conditions include the specification of the data verification method. The user selects one data verification method used in the model creation process (step S3) described later from the plurality of data verification methods. For example, the display unit 26 displays a selection box for selecting a data verification method, and by selecting the data verification method in the selection box, the user selects the data verification method to be used. Examples of data validation methods include, for example, k-fold cross-validation, bootstrap, leave-one-out cross-validation, and the like.

ステップS2に続いて、モデル作成部12は、複数の回帰モデルを作成する(ステップS3)。より具体的には、モデル作成部12は、ステップS1において受け付けられたデータセット30に基づいて、ステップS2において指定された解析条件を用いて、ステップS2において選択された複数の回帰モデルを作成する。 Following step S2, the model creation unit 12 creates a plurality of regression models (step S3). More specifically, the model creation unit 12 creates a plurality of regression models selected in step S2 using the analysis conditions specified in step S2 based on the data set 30 received in step S1. ..

例えばデータ検証方法としてk分割クロスバリデーションが選択された場合、各回帰モデルの作成手順は次のとおりである。まず、ハイパーパラメータのチューニングを行う。具体的には、複数のデータユニット31をランダムにk分割する(kは2以上の整数)。解析条件として設定されたチューニング範囲でハイパーパラメータを変化させてk分割クロスバリデーションを行い、精度を比較する。例えば、目的変数が数値である場合はRMSE(二乗平均平方根誤差)により精度を比較し、目的変数が文字である場合は正答率(Accuracy)により精度を比較する。精度が最も高いハイパーパラメータの値を選択する。なお、回帰モデルがハイパーパラメータのチューニングが不要なアルゴリズムである場合、ハイパーパラメータのチューニングは行われない。 For example, when k-partition cross-validation is selected as the data validation method, the procedure for creating each regression model is as follows. First, tune the hyperparameters. Specifically, a plurality of data units 31 are randomly divided into k (k is an integer of 2 or more). The hyperparameters are changed within the tuning range set as the analysis condition, and k-fold cross-validation is performed to compare the accuracy. For example, when the objective variable is a numerical value, the accuracy is compared by RMSE (root mean square error), and when the objective variable is a character, the accuracy is compared by the correct answer rate (Accuracy). Select the value of the hyperparameter with the highest accuracy. If the regression model is an algorithm that does not require hyperparameter tuning, hyperparameter tuning is not performed.

続いて、選択されたハイパーパラメータを用いて精度を算出し、期待される精度が得られているか否かを確認する。具体的には、データを再度k分割し(ただし、ハイパーパラメータのチューニング時とは異なる分割)、選択されたハイパーパラメータを用いて精度を計算し、確認を行う。続いて、選択されたハイパーパラメータを用い、全てのデータユニット31に基づく各回帰モデルの作成を行う。 Then, the accuracy is calculated using the selected hyperparameters, and it is confirmed whether or not the expected accuracy is obtained. Specifically, the data is divided into k again (however, the division is different from that at the time of tuning the hyperparameters), and the accuracy is calculated and confirmed using the selected hyperparameters. Subsequently, each regression model based on all the data units 31 is created using the selected hyperparameters.

ステップS3に続いて、精度算出部13は、各回帰モデルの精度を算出する(ステップS4)。この例では、精度算出部13は、各回帰モデルについて、複数の精度指標を用いて精度を算出する。目的変数が数値の場合に用いられる精度指標の例としては、例えば、RMSE、決定係数(R-squared)、MAE(平均絶対誤差)等が挙げられる。目的変数が文字の場合に用いられる精度指標の例としては、例えば、正答率、適合率、再現率等が挙げられる。 Following step S3, the accuracy calculation unit 13 calculates the accuracy of each regression model (step S4). In this example, the accuracy calculation unit 13 calculates the accuracy of each regression model using a plurality of accuracy indexes. Examples of the accuracy index used when the objective variable is a numerical value include RMSE, coefficient of determination (R-squared), MAE (mean absolute error) and the like. Examples of the accuracy index used when the objective variable is a character include a correct answer rate, a precision rate, a recall rate, and the like.

ステップS4に続いて、表示制御部14は、精度が最も高い回帰モデルを表示モデルとして表示部26に表示させる(ステップS5)。この例では、表示制御部14は、RMSEが最も小さい回帰モデルを表示部26に表示させる。 Following step S4, the display control unit 14 causes the display unit 26 to display the regression model with the highest accuracy as a display model (step S5). In this example, the display control unit 14 causes the display unit 26 to display the regression model having the smallest RMSE.

図5は、表示部26の表示例を示す図である。この例は、表示モデル41が負の二項分布一般化線形モデルである例であり、表示部26には表示モデル41の回帰式が表示されている。目的変数は透磁率であり、説明変数は材料A〜Hである。交互作用項及び自乗項は追加されていない。変数P1は切片であり、変数P2,P3,P4,P5,P6,P7は、それぞれ、説明変数である材料A,B,E,F,G,Hの係数である。この例では、他の説明変数である材料C,Dは回帰式に含まれていない。表示部26には、表示モデル41と共に、グラフ42、グラフ43、変数重要度44、及び解析結果の詳細45が表示されている。 FIG. 5 is a diagram showing a display example of the display unit 26. This example is an example in which the display model 41 is a negative binomial distribution generalized linear model, and the regression equation of the display model 41 is displayed on the display unit 26. The objective variable is magnetic permeability and the explanatory variables are materials A to H. No interaction term and square term have been added. The variable P1 is an intercept, and the variables P2, P3, P4, P5, P6, and P7 are coefficients of materials A, B, E, F, G, and H, which are explanatory variables, respectively. In this example, the other explanatory variables C and D are not included in the regression equation. The display unit 26 displays the graph 42, the graph 43, the variable importance 44, and the details 45 of the analysis result together with the display model 41.

グラフ42は、表示モデル41の上側に表示されている。グラフ42は、データセット30における目的変数の値(実測値)と、表示モデル41により予測される目的変数の値(予測値)と間の関係を示す散布図である。グラフ42では、横軸が実測値であり、縦軸が予測値である。グラフ42内には、実測値と予測値とが等しい場合のプロット位置を示す直線が破線により表示されている。グラフ42内には、RMSE及び決定係数の値が表示されている。 The graph 42 is displayed above the display model 41. FIG. 42 is a scatter diagram showing the relationship between the value of the objective variable (measured value) in the data set 30 and the value of the objective variable (predicted value) predicted by the display model 41. In the graph 42, the horizontal axis is the measured value and the vertical axis is the predicted value. In the graph 42, a straight line indicating the plot position when the measured value and the predicted value are equal is displayed by a broken line. In the graph 42, the values of RMSE and the coefficient of determination are displayed.

グラフ43は、表示モデル41の上側に表示されている。グラフ43は、表示モデル41におけるハイパーパラメータのチューニング結果を示す折れ線グラフである。グラフ43では、横軸がハイパーパラメータであり、縦軸がRMSEである。グラフ43から、この例ではハイパーパラメータがBである場合にRMSEが最も小さくなり、ハイパーパラメータA〜Cの中からハイパーパラメータBが選択されたことが分かる。 The graph 43 is displayed above the display model 41. The graph 43 is a line graph showing the tuning result of the hyperparameters in the display model 41. In graph 43, the horizontal axis is hyperparameters and the vertical axis is RMSE. From the graph 43, it can be seen that in this example, when the hyperparameter is B, the RMSE is the smallest, and the hyperparameter B is selected from the hyperparameters A to C.

変数重要度44は、表示モデル41の上側に表示されている。グラフ42、グラフ43及び変数重要度44は、左右方向においてこの順に並んでいる。変数重要度44は、表示モデル41における各説明変数の重要度を数値により示す表示である。この例では、説明変数である材料A〜Hが、重要度が高い順に上から並ぶように表示されている。解析結果の詳細45は、表示モデル41の下側に表示されている。解析結果の詳細45には、表示モデル41に関する種々の情報が示されている。 The variable importance 44 is displayed above the display model 41. Graph 42, graph 43, and variable importance 44 are arranged in this order in the left-right direction. The variable importance 44 is a display indicating the importance of each explanatory variable in the display model 41 numerically. In this example, the explanatory variables A to H are displayed so as to be arranged from the top in descending order of importance. The details 45 of the analysis result are displayed below the display model 41. Details 45 of the analysis result show various information about the display model 41.

図6は、表示モデルが決定木を用いた回帰モデルである場合の表示例を示す図である。この例は、表示モデル41がCARTである例であり、表示モデル41の決定木が表示されている。この例では、説明変数である項目A及び項目Cの大小に応じて決定木が分岐している。表示モデル41以外の表示については例えば図5の場合と同様である。決定木を用いた回帰モデルが表示モデル41である場合、表示モデル41の決定木に代えて又は加えて、表示モデル41の条件分岐が表示されてもよい。 FIG. 6 is a diagram showing a display example when the display model is a regression model using a decision tree. This example is an example in which the display model 41 is CART, and the decision tree of the display model 41 is displayed. In this example, the decision tree branches according to the magnitude of the items A and C, which are explanatory variables. The display other than the display model 41 is the same as in FIG. 5, for example. When the regression model using the decision tree is the display model 41, the conditional branch of the display model 41 may be displayed in place of or in addition to the decision tree of the display model 41.

また、表示制御部14は、ユーザにより選択された回帰モデルを表示モデル41として表示部26に表示させてもよい。例えば、図7の例では、表示部26には、表示モデル41を選択するための選択ボックス51が表示されている。選択ボックス51は、例えば表示モデル41等と共に表示されるが、表示モデル41とは異なる画面(タブ)に表示されてもよい。 Further, the display control unit 14 may display the regression model selected by the user on the display unit 26 as the display model 41. For example, in the example of FIG. 7, the display unit 26 displays a selection box 51 for selecting the display model 41. The selection box 51 is displayed together with, for example, the display model 41, but may be displayed on a screen (tab) different from that of the display model 41.

図7(a)に示されるように、展開される前の状態においては、選択ボックス51には、現在選択されている表示モデル41を示すラベルが表示される。この例では、現在選択されている表示モデル41は回帰モデルDであり、表示モデル41を示すラベルとして、その名称が表示されている。なお、ラベルは名称に限定されず、回帰モデルを示す文字、記号又は図形等であってもよい。 As shown in FIG. 7A, in the state before expansion, the selection box 51 displays a label indicating the currently selected display model 41. In this example, the currently selected display model 41 is a regression model D, and its name is displayed as a label indicating the display model 41. The label is not limited to the name, and may be a character, a symbol, a figure, or the like indicating a regression model.

図7(b)に示されるように、ユーザが選択ボックス51を押下すると、選択ボックス51が展開される。展開されている状態においては、選択ボックス51には、モデル作成済の複数の回帰モデルを示すラベルが、対応する回帰モデルの精度が高い順に上から並ぶように表示される。ユーザは、選択ボックス51において回帰モデルを示すラベルを選択することで、表示モデル41として表示する回帰モデルを選択する。この選択を受け付けると、表示制御部14は、選択された回帰モデルを表示モデル41として表示部26に表示する。 As shown in FIG. 7B, when the user presses the selection box 51, the selection box 51 is expanded. In the expanded state, labels indicating a plurality of regression models for which models have been created are displayed in the selection box 51 so as to be arranged from the top in descending order of accuracy of the corresponding regression models. The user selects the regression model to be displayed as the display model 41 by selecting the label indicating the regression model in the selection box 51. Upon receiving this selection, the display control unit 14 displays the selected regression model as the display model 41 on the display unit 26.

また、表示制御部14は、各精度指標を用いた場合の各回帰モデルの精度を表示部26に表示させてもよい。例えば、図8の例では、表示部26には、各精度指標を用いた場合の各回帰モデルの精度を示す表52が表示されている。表52は、例えば表示モデル41とは異なる画面(タブ)に表示されるが、表示モデル41等と共に表示されてもよい。表52では、回帰モデルA〜Dは、RMSEが小さい順に上から並ぶように表示されている。ユーザは、精度指標のラベルを押下することにより、当該精度指標が高い順に回帰モデルA〜Dを並べ替えることができる。 Further, the display control unit 14 may display the accuracy of each regression model when each accuracy index is used on the display unit 26. For example, in the example of FIG. 8, the display unit 26 displays a table 52 showing the accuracy of each regression model when each accuracy index is used. Table 52 is displayed on a screen (tab) different from that of the display model 41, for example, but may be displayed together with the display model 41 and the like. In Table 52, the regression models A to D are displayed so that the RMSEs are arranged from the top in ascending order. The user can sort the regression models A to D in descending order of the accuracy index by pressing the label of the accuracy index.

また、表示制御部14は、各回帰モデルにおける各説明変数の係数を表示部26に表示させてもよい。例えば、図9の例では、表示部26には、各回帰モデルA〜Dにおける各説明変数(材料A〜H)の係数及び切片の値を示す表53が表示されている。表53は、例えば表示モデル41とは異なる画面(タブ)に表示されるが、表示モデル41等と共に表示されてもよい。 Further, the display control unit 14 may display the coefficients of each explanatory variable in each regression model on the display unit 26. For example, in the example of FIG. 9, the display unit 26 displays a table 53 showing the coefficients and intercept values of the explanatory variables (materials A to H) in the regression models A to D. Table 53 is displayed on a screen (tab) different from that of the display model 41, for example, but may be displayed together with the display model 41 and the like.

また、表示制御部14は、各回帰モデルにおける各説明変数の重要度を表示部26に表示させてもよい。例えば、図10の例では、表示部26には、各回帰モデルにおける各説明変数(材料A〜H)の重要度を示す表54が表示されている。表54は、例えば表示モデル41とは異なる画面(タブ)に表示されるが、表示モデル41等と共に表示されてもよい。表54では、説明変数は、回帰モデルAにおける重要度が高い順に上から並ぶように表示されている。ユーザは、回帰モデルのラベルを押下することにより、当該回帰モデルにおいて重要度が高い順に説明変数を並べ替えることができる。 Further, the display control unit 14 may display the importance of each explanatory variable in each regression model on the display unit 26. For example, in the example of FIG. 10, the display unit 26 displays a table 54 showing the importance of each explanatory variable (materials A to H) in each regression model. Table 54 is displayed on a screen (tab) different from that of the display model 41, for example, but may be displayed together with the display model 41 and the like. In Table 54, the explanatory variables are displayed so as to be arranged from the top in descending order of importance in the regression model A. By pressing the label of the regression model, the user can sort the explanatory variables in descending order of importance in the regression model.

また、データ解析システム1は、受付部11により予測のためのデータセット30を受け付け可能に構成されている。ユーザは、入力部25及び表示部26を介して予測のためのデータセット30を受付部11に入力する。受付部11が予測のためのデータセット30を受け付けると、表示制御部14は、現在の表示モデル41による説明変数の予測結果を表示部26に表示する。
[作用及び効果]
Further, the data analysis system 1 is configured to be able to receive the data set 30 for prediction by the reception unit 11. The user inputs the data set 30 for prediction to the reception unit 11 via the input unit 25 and the display unit 26. When the reception unit 11 receives the data set 30 for prediction, the display control unit 14 displays the prediction result of the explanatory variable by the current display model 41 on the display unit 26.
[Action and effect]

データ解析システム1では、データセット30に基づいて互いに異なる複数の回帰モデルが生成され、作成された各回帰モデルの精度が算出される。そして、複数の回帰モデルの中から精度に応じて選択された回帰モデルが表示部26に表示される。これにより、ユーザは、精度に応じて選択された回帰モデルを利用して解析を行うことができる。その結果、容易にデータ解析を行うことができる。また、データ解析システム1では、各回帰モデルが、回帰式を用いた回帰モデルであるか、又は決定木を用いた回帰モデルである。これにより、回帰式を用いた回帰モデル及び決定木を用いた回帰モデルの解釈は容易であるため、ユーザは、表示された回帰モデルを容易に解釈することができる。よって、データ解析システム1によれば、データ解析を容易化することができる。その結果、データセット30についての定量的な説明と高精度な予測を容易に行うことが可能となる。 In the data analysis system 1, a plurality of regression models different from each other are generated based on the data set 30, and the accuracy of each created regression model is calculated. Then, the regression model selected from the plurality of regression models according to the accuracy is displayed on the display unit 26. This allows the user to perform analysis using the regression model selected according to the accuracy. As a result, data analysis can be easily performed. Further, in the data analysis system 1, each regression model is a regression model using a regression equation or a regression model using a decision tree. This makes it easy to interpret the regression model using the regression equation and the regression model using the decision tree, so that the user can easily interpret the displayed regression model. Therefore, according to the data analysis system 1, data analysis can be facilitated. As a result, it becomes possible to easily perform a quantitative explanation and a highly accurate prediction about the data set 30.

プロセッサ21が、複数の回帰モデルのうち精度が最も高い回帰モデルを表示モデル41として表示部26に表示させる。これにより、データ解析を一層容易化することができる。 The processor 21 causes the display unit 26 to display the regression model with the highest accuracy among the plurality of regression models as the display model 41. This makes it possible to further facilitate data analysis.

プロセッサ21が、データセット30における目的変数の値と、表示モデル41により予測される目的変数の値と間の関係を示すグラフ42を、表示モデル41と共に表示部26に表示させる。これにより、データ解析をより一層容易化することができる。 The processor 21 causes the display unit 26 to display a graph 42 showing the relationship between the value of the objective variable in the data set 30 and the value of the objective variable predicted by the display model 41 together with the display model 41. This makes it possible to further facilitate data analysis.

プロセッサ21が、表示モデル41における説明変数の重要度(変数重要度44)を、表示モデル41と共に表示部26に表示させる。これにより、データ解析をより一層容易化することができる。 The processor 21 causes the display unit 26 to display the importance of the explanatory variables (variable importance 44) in the display model 41 together with the display model 41. This makes it possible to further facilitate data analysis.

プロセッサ21が、表示モデル41におけるハイパーパラメータのチューニング結果(グラフ43)を、表示モデル41と共に表示部26に表示させる。これにより、データ解析をより一層容易化することができる。 The processor 21 causes the display unit 26 to display the tuning result (graph 43) of the hyperparameters in the display model 41 together with the display model 41. This makes it possible to further facilitate data analysis.

プロセッサ21が、複数の回帰モデルをそれぞれ示す複数のラベルを、対応する回帰モデルの精度が高い順に並ぶように、表示部26に表示させる(図7(b))。これにより、複数の回帰モデルの精度をユーザが容易に比較することができ、データ解析をより一層容易化することができる。 The processor 21 causes the display unit 26 to display a plurality of labels indicating each of the plurality of regression models so that the corresponding regression models are arranged in descending order of accuracy (FIG. 7 (b)). As a result, the accuracy of a plurality of regression models can be easily compared by the user, and data analysis can be further facilitated.

プロセッサ21が、複数の精度指標の各々を用いた場合の複数の回帰モデルの精度を表示部26に表示させる(図8)。これにより、各精度指標を用いた場合の複数の回帰モデルの精度をユーザが容易に比較することができ、データ解析をより一層容易化することができる。 The processor 21 causes the display unit 26 to display the accuracy of the plurality of regression models when each of the plurality of accuracy indexes is used (FIG. 8). As a result, the user can easily compare the accuracy of a plurality of regression models when each accuracy index is used, and data analysis can be further facilitated.

プロセッサ21が、複数の回帰モデルの各々における説明変数の係数を表示部26に表示させる(図9)。これにより、データ解析をより一層容易化することができる。 The processor 21 causes the display unit 26 to display the coefficients of the explanatory variables in each of the plurality of regression models (FIG. 9). This makes it possible to further facilitate data analysis.

プロセッサ21が、複数の回帰モデルの各々における説明変数の重要度を表示部26に表示させる(図10)。これにより、データ解析をより一層容易化することができる。 The processor 21 causes the display unit 26 to display the importance of the explanatory variables in each of the plurality of regression models (FIG. 10). This makes it possible to further facilitate data analysis.

本発明は、上記実施形態に限られない。例えば、上記実施形態のステップS5では複数の回帰モデルのうち精度が最も高い回帰モデルが表示モデル41として表示部26に表示されたが、ステップS5における処理はこれに限られず、次の処理であってもよい。モデル作成済の複数の回帰モデルを示すラベルが、対応する回帰モデルの精度が高い順に上から並ぶように表示される。ユーザは、一のラベルを選択することで、表示モデル41として表示する回帰モデルを選択する。この選択を受け付けると、表示制御部14は、選択された回帰モデルを表示モデル41として表示部26に表示する。 The present invention is not limited to the above embodiment. For example, in step S5 of the above embodiment, the regression model having the highest accuracy among the plurality of regression models is displayed on the display unit 26 as the display model 41, but the process in step S5 is not limited to this, and is the next process. You may. Labels indicating multiple regression models that have been modeled are displayed so as to be arranged from the top in descending order of accuracy of the corresponding regression models. The user selects a regression model to be displayed as the display model 41 by selecting one label. Upon receiving this selection, the display control unit 14 displays the selected regression model as the display model 41 on the display unit 26.

1…データ解析システム、20…コンピュータ、21…プロセッサ、26…表示部、27…データ解析プログラム、30…データセット、31…データユニット、41…表示モデル、42…グラフ。 1 ... Data analysis system, 20 ... Computer, 21 ... Processor, 26 ... Display unit, 27 ... Data analysis program, 30 ... Data set, 31 ... Data unit, 41 ... Display model, 42 ... Graph.

Claims (11)

少なくとも1つのプロセッサを備え、
前記少なくとも1つのプロセッサは、
複数の項目のデータの集合であるデータユニットを複数含むデータセットを受け付け、
前記データセットに基づいて、前記複数の項目のうちの一の項目が目的変数であり、前記複数の項目のうちの他の項目が説明変数である互いに異なる複数の回帰モデルを作成し、
前記複数の回帰モデルの各々の精度を算出し、
前記複数の回帰モデルの中から前記精度に応じて選択された前記回帰モデルを表示モデルとして表示部に表示させ、
前記複数の回帰モデルの各々は、回帰式を用いた回帰モデルであるか、又は決定木を用いた回帰モデルである、データ解析システム。
Equipped with at least one processor
The at least one processor
Accepts a dataset that contains multiple data units that are a collection of data for multiple items,
Based on the data set, we created a plurality of different regression models in which one of the plurality of items is the objective variable and the other item of the plurality of items is the explanatory variable.
The accuracy of each of the plurality of regression models was calculated, and
The regression model selected from the plurality of regression models according to the accuracy is displayed on the display unit as a display model.
A data analysis system in which each of the plurality of regression models is a regression model using a regression equation or a regression model using a decision tree.
前記少なくとも1つのプロセッサは、
前記複数の回帰モデルのうち前記精度が最も高い前記回帰モデルを前記表示モデルとして前記表示部に表示させる、請求項1に記載のデータ解析システム。
The at least one processor
The data analysis system according to claim 1, wherein the regression model having the highest accuracy among the plurality of regression models is displayed on the display unit as the display model.
前記少なくとも1つのプロセッサは、
前記データセットにおける前記目的変数の値と、前記表示モデルにより予測される前記目的変数の値と間の関係を示すグラフを、前記表示モデルと共に前記表示部に表示させる、請求項1又は2に記載のデータ解析システム。
The at least one processor
The invention according to claim 1 or 2, wherein a graph showing a relationship between the value of the objective variable in the data set and the value of the objective variable predicted by the display model is displayed on the display unit together with the display model. Data analysis system.
前記少なくとも1つのプロセッサは、
前記表示モデルにおける前記説明変数の重要度を、前記表示モデルと共に前記表示部に表示させる、請求項1〜3のいずれか一項に記載のデータ解析システム。
The at least one processor
The data analysis system according to any one of claims 1 to 3, wherein the importance of the explanatory variables in the display model is displayed on the display unit together with the display model.
前記少なくとも1つのプロセッサは、
前記表示モデルにおけるハイパーパラメータのチューニング結果を、前記表示モデルと共に前記表示部に表示させる、請求項1〜4のいずれか一項に記載のデータ解析システム。
The at least one processor
The data analysis system according to any one of claims 1 to 4, wherein the tuning result of the hyperparameter in the display model is displayed on the display unit together with the display model.
前記少なくとも1つのプロセッサは、
前記複数の回帰モデルをそれぞれ示す複数のラベルを、対応する前記回帰モデルの前記精度が高い順に並ぶように、前記表示部に表示させる、請求項1〜5のいずれか一項に記載のデータ解析システム。
The at least one processor
The data analysis according to any one of claims 1 to 5, wherein a plurality of labels indicating the plurality of regression models are displayed on the display unit so as to arrange the plurality of labels indicating the plurality of regression models in descending order of the accuracy of the corresponding regression models. system.
前記少なくとも1つのプロセッサは、
前記複数の回帰モデルの各々について、複数の精度指標を用いて前記精度を算出し、
前記複数の精度指標の各々を用いた場合の前記複数の回帰モデルの前記精度を前記表示部に表示させる、請求項1〜6のいずれかいずれか一項に記載のデータ解析システム。
The at least one processor
For each of the plurality of regression models, the accuracy is calculated using a plurality of accuracy indexes.
The data analysis system according to any one of claims 1 to 6, wherein the accuracy of the plurality of regression models when each of the plurality of accuracy indexes is used is displayed on the display unit.
前記少なくとも1つのプロセッサは、
前記複数の回帰モデルの各々における前記説明変数の係数を前記表示部に表示させる、請求項1〜7のいずれかいずれか一項に記載のデータ解析システム。
The at least one processor
The data analysis system according to any one of claims 1 to 7, wherein the coefficient of the explanatory variable in each of the plurality of regression models is displayed on the display unit.
前記少なくとも1つのプロセッサは、
前記複数の回帰モデルの各々における前記説明変数の重要度を前記表示部に表示させる、請求項1〜8のいずれかいずれか一項に記載のデータ解析システム。
The at least one processor
The data analysis system according to any one of claims 1 to 8, wherein the importance of the explanatory variables in each of the plurality of regression models is displayed on the display unit.
少なくとも1つのプロセッサを備えるデータ解析システムにより実行されるデータ解析方法であって、
複数の項目のデータの集合であるデータユニットを複数含むデータセットを受け付けるステップと、
前記データセットに基づいて、前記複数の項目のうちの一の項目を目的変数とし、前記複数の項目のうちの他の項目を説明変数とする互いに異なる複数の回帰モデルを作成するステップと、
前記複数の回帰モデルの各々の精度を算出するステップと、
前記複数の回帰モデルの中から前記精度に応じて選択された前記回帰モデルを表示モデルとして表示部に表示させるステップと、を備え、
前記複数の回帰モデルの各々は、回帰式を用いた回帰モデルであるか、又は決定木を用いた回帰モデルである、データ解析方法。
A data analysis method performed by a data analysis system comprising at least one processor.
A step that accepts a dataset that contains multiple data units that are a set of data for multiple items,
Based on the data set, a step of creating a plurality of different regression models with one of the plurality of items as the objective variable and the other item of the plurality of items as the explanatory variables, and
Steps to calculate the accuracy of each of the plurality of regression models,
A step of displaying the regression model selected from the plurality of regression models according to the accuracy as a display model on the display unit is provided.
A data analysis method in which each of the plurality of regression models is a regression model using a regression equation or a regression model using a decision tree.
複数の項目のデータの集合であるデータユニットを複数含むデータセットを受け付けるステップと、
前記データセットに基づいて、前記複数の項目のうちの一の項目を目的変数とし、前記複数の項目のうちの他の項目を説明変数とする互いに異なる複数の回帰モデルを作成するステップと、
前記複数の回帰モデルの各々の精度を算出するステップと、
前記複数の回帰モデルの中から前記精度に応じて選択された前記回帰モデルを表示モデルとして表示部に表示させるステップと、をコンピュータに実行させ、
前記複数の回帰モデルの各々は、回帰式を用いた回帰モデルであるか、又は決定木を用いた回帰モデルである、データ解析プログラム。
A step that accepts a dataset that contains multiple data units that are a set of data for multiple items,
Based on the data set, a step of creating a plurality of different regression models with one of the plurality of items as the objective variable and the other item of the plurality of items as the explanatory variables, and
Steps to calculate the accuracy of each of the plurality of regression models,
A computer is made to execute a step of displaying the regression model selected from the plurality of regression models according to the accuracy on the display unit as a display model.
A data analysis program in which each of the plurality of regression models is a regression model using a regression equation or a regression model using a decision tree.
JP2020083197A 2020-05-11 2020-05-11 Data analysis system, data analysis method, and data analysis program Active JP7456273B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020083197A JP7456273B2 (en) 2020-05-11 2020-05-11 Data analysis system, data analysis method, and data analysis program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020083197A JP7456273B2 (en) 2020-05-11 2020-05-11 Data analysis system, data analysis method, and data analysis program

Publications (2)

Publication Number Publication Date
JP2021179668A true JP2021179668A (en) 2021-11-18
JP7456273B2 JP7456273B2 (en) 2024-03-27

Family

ID=78511520

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020083197A Active JP7456273B2 (en) 2020-05-11 2020-05-11 Data analysis system, data analysis method, and data analysis program

Country Status (1)

Country Link
JP (1) JP7456273B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024034395A1 (en) * 2022-08-10 2024-02-15 パナソニックIpマネジメント株式会社 Prediction device, data processing device, prediction method, data processing method, computer program, and recording medium

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017094207A1 (en) * 2015-11-30 2017-06-08 日本電気株式会社 Information processing system, information processing method, and information processing program
JP2019144022A (en) * 2018-02-16 2019-08-29 株式会社三菱総合研究所 Characteristic prediction method, characteristic prediction program and characteristic prediction device for beverage
JP2019200487A (en) * 2018-05-14 2019-11-21 株式会社東芝 Usage frequency prediction device, usage frequency prediction method and program
JP2020183767A (en) * 2019-04-26 2020-11-12 株式会社東芝 Abrasion prediction device, abrasion prediction method and computer program

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017094207A1 (en) * 2015-11-30 2017-06-08 日本電気株式会社 Information processing system, information processing method, and information processing program
JP2019144022A (en) * 2018-02-16 2019-08-29 株式会社三菱総合研究所 Characteristic prediction method, characteristic prediction program and characteristic prediction device for beverage
JP2019200487A (en) * 2018-05-14 2019-11-21 株式会社東芝 Usage frequency prediction device, usage frequency prediction method and program
JP2020183767A (en) * 2019-04-26 2020-11-12 株式会社東芝 Abrasion prediction device, abrasion prediction method and computer program

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024034395A1 (en) * 2022-08-10 2024-02-15 パナソニックIpマネジメント株式会社 Prediction device, data processing device, prediction method, data processing method, computer program, and recording medium

Also Published As

Publication number Publication date
JP7456273B2 (en) 2024-03-27

Similar Documents

Publication Publication Date Title
Horn et al. The autofeat python library for automated feature engineering and selection
Audigier et al. MIMCA: multiple imputation for categorical variables with multiple correspondence analysis
US12014832B2 (en) Method and apparatus for prediction of complications after surgery
US20140358828A1 (en) Machine learning generated action plan
JP7257169B2 (en) data analyzer
Griffin et al. In search of lost mixing time: adaptive Markov chain Monte Carlo schemes for Bayesian variable selection with very large p
US11550970B2 (en) Resolving opaqueness of complex machine learning applications
Weber et al. Predicting default probabilities in emerging markets by new conic generalized partial linear models and their optimization
Karabatsos A menu-driven software package of Bayesian nonparametric (and parametric) mixed models for regression analysis and density estimation
Özmen et al. Spline regression models for complex multi-modal regulatory networks
Wang et al. Boosted varying-coefficient regression models for product demand prediction
US20240028796A1 (en) Design assistance device, design assistance method, and design assistance program
AU2021332209B2 (en) Hybrid machine learning
Ouahilal et al. A comparative study of predictive algorithms for business analytics and decision support systems: Finance as a case study
Galea et al. Applied Deep Learning with Python: Use scikit-learn, TensorFlow, and Keras to create intelligent systems and machine learning solutions
JP7456273B2 (en) Data analysis system, data analysis method, and data analysis program
US20230273771A1 (en) Secret decision tree test apparatus, secret decision tree test system, secret decision tree test method, and program
CN109960777B (en) Personalized recommendation method and system for article comment, electronic equipment and storage medium
US11797161B2 (en) Systems for generating sequential supporting answer reports
JP7257168B2 (en) data analyzer
Galea Applied Data Science with Python and Jupyter: Use powerful industry-standard tools to unlock new, actionable insights from your data
US20140358818A1 (en) Product-information management device, method, and program
Olaniran et al. Bayesian Random Forest for the Classification of High-Dimensional mRNA Cancer Samples
WO2023085195A1 (en) Model generation device, model generation method, and data estimation device
US11782576B2 (en) Configuration of user interface for intuitive selection of insight visualizations

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220627

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230531

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230613

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230727

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20231024

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240123

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20240129

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240213

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240226

R150 Certificate of patent or registration of utility model

Ref document number: 7456273

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150