买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:株式会社日立高新技术
摘要:提供消除模型式制成时的过学习抑制与计算负担抑制的此消彼长的数据处理装置。数据处理装置具备记录电子数据的记录部和使用电子数据进行运算的运算部,运算部具备用在运算中的特征量选择部,特征量选择部在特征量选择中具备:第一步骤S101,对特征量排位次,从上位的特征量起进行重排;第二步骤S103,按照位次来制成多个仅利用一部分特征量的数据群;第三步骤S104,使用仅利用一部分特征量的各个数据群来计算成为对回归或分类问题的预测性能进行评价的指标的值;第四步骤S105,根据计算出的预测性能指标来删除特征量;和第五步骤S106,关于删除的所述特征量以外的特征量,使用预测性能指标来更新特征量的位次,重复进行第二步骤到第五步骤,直到第三步骤中计算出的预测性能指标的最佳的值不再更新为止S102。
主权项:1.一种数据处理装置,使用特征量来求取预测模型,所述数据处理装置的特征在于,具备运算装置,所述运算装置执行:第一步骤,在将N设为自然数的情况下,将排好位次的N个第一特征量重排成1位到N位的位次;第二步骤,制成N个第一数据群;第三步骤,求取对所述第一数据群各自的预测性能进行评价的第一评价指标值;第四步骤,根据所述第一评价指标值来删除所述第一特征量的一部分;第五步骤,使用所述第一评价指标值来更新所述第一特征量之中被删除的所述特征量以外的特征量即第二特征量的位次;第六步骤,制成与所述第二特征量的个数相同数目的第二数据群;第七步骤,求取对所述第二数据群各自的预测性能进行评价的第二评价指标值;和第八步骤,在所述第一评价指标值的最小值和所述第二评价指标值的最小值相同的情况下,使用所述第二特征量来求取预测模型,在所述第一评价指标值的最小值和所述第二评价指标值的最小值不同的情况下,根据所述第二评价指标值来删除所述第二特征量的一部分并使用所述第二评价指标值来更新所述第二特征量之中被删除的所述特征量以外的特征量即第三特征量的位次,第N个所述第一数据群具有所述第一特征量的1位到所述N位的特征量,在将M设为所述第二特征量的个数的情况下,第M个所述第二数据群具有所述第二特征量的1位到M位的特征量,在所述第五步骤中,使用从与所述第N个所述第一数据群对应的所述第一评价指标值减去与第N-1个所述第一数据群对应的所述第一评价指标值后得到的值来更新所述第二特征量的位次。
全文数据:
权利要求:
百度查询: 株式会社日立高新技术 数据处理装置、方法、以及半导体制造装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。