[发明专利]模型构建系统以及模型构建方法

说明书

本发明提供模型构建系统以及模型构建方法，能够构建抑制精度降低并且泛化能力较高的模型。根据实施方式，模型构建系统具有基础模型构建部、类似度计算部、变形模型构建部以及泛化能力计算部。所述基础模型构建部构建表示从多个输入变量中选择的选择输入变量与输出变量之间的关系的基础模型。所述类似度计算部计算所述多个输入变量中除了所述选择输入变量以外的非选择输入变量与所述选择输入变量之间的类似度。所述变形模型构建部基于所述类似度将所述选择输入变量的至少一部分替换为所述非选择输入变量，并构建表示替换之后的输入变量与输出变量之间的关系的变形模型。所述泛化能力计算部计算所述基础模型和所述变形模型的泛化能力。

本申请以日本专利申请2017-064791(申请日：2017年3月29日)以及日本专利申请2017-249728(申请日2017年12月26日)为基础，并享受这些申请的优先权。本申请通过参照这些申请而包含其全部内容。

技术领域

本发明的实施方式在整体上涉及模型构建系统以及模型构建方法。

背景技术

为了使用多个输入变量(说明变量)对某个输出变量(目标变量)进行预测的目的，一般进行表示多个输入变量与输出变量之间的关系的模型的构建。在构建模型时，从大量的输入变量中选择一部分输入变量，使用所选择的输入变量和输出变量来构建模型。例如，以对于输出变量的预测误差较小、能够更高精度地预测输出变量的方式选择输入变量。

对于模型，除了要求精度以外，还要求泛化能力较高。即，要求基于某个范围的数据(现有的数据)构建的模型，对于其他范围的数据(未知的数据)也具有良好的精度。但是，对于现有的数据具有较高精度的模型，不一定具有较高的泛化能力。另外，有时与对于现有的数据精度最高的模型相比，精度低一定程度的模型在泛化能力方面更优异。因此，希望开发出能够构建抑制精度降低并且泛化能力较高的模型的技术。

发明内容

本发明的实施方式提供模型构建系统以及模型构建方法，能够构建抑制精度降低并且泛化能力较高的模型。

根据本发明的实施方式，模型构建系统具有基础模型构建部、类似度计算部、变形模型构建部和泛化能力计算部。所述基础模型构建部构建表示从多个输入变量中选择的选择输入变量与输出变量之间的关系的基础模型。所述类似度计算部计算所述多个输入变量中除了所述选择输入变量以外的非选择输入变量与所述选择输入变量之间的类似度。所述变形模型构建部基于所述类似度将所述选择输入变量的至少一部分替换为所述非选择输入变量，并构建表示替换之后的输入变量与输出变量之间的关系的变形模型。所述泛化能力计算部计算所述基础模型和所述变形模型的泛化能力。

根据上述构成的模型构建系统，能够构建抑制精度降低并且泛化能力较高的模型。

附图说明

图1是表示实施方式涉及的模型构建系统的构成的框图。

图2是对实施方式涉及的模型构建系统进行的处理的一个例子进行说明的图。

图3是对实施方式涉及的模型构建系统进行的处理的一个例子进行说明的图。

图4是表示实施方式涉及的模型构建方法的一个例子的流程图。

图5是表示实施方式涉及的模型构建方法的另一个例子的流程图。

图6是例示用于实现实施方式涉及的模型构建系统的模型构建装置的构成的框图。

图7是例示使用实施方式涉及的模型构建系统构建的模型的特性的曲线图。

图8是例示使用实施方式涉及的模型构建系统构建的模型的特性的曲线图。

符号的说明