[发明专利]信息处理设备、信息处理方法和程序

权利要求书

1.一种信息处理设备，包括：

预测分析部分，针对用于训练预测模型的学习数据集中的预定数量的数据样本，计算用于评估所述预测模型的评估数据集的评估值；以及

建议生成部分，基于所述学习数据集中的所有数据样本的评估值和数据样本的梯度，生成用于呈现与所述学习数据集中数据样本和所述数据样本的特征量中的至少一者相关的建议的呈现信息。

2.根据权利要求1所述的信息处理设备，其中，

所述建议生成部分基于所述学习数据集中的所述所有数据样本的评估值与预定的阈值之间的大小关系，生成用于呈现改善所述学习数据集中特征量的数量的建议的呈现信息。

3.根据权利要求2所述的信息处理设备，其中，

在所述学习数据集中的所述所有数据样本的评估值小于阈值的情况下，所述建议生成部分生成用于呈现指示所述学习数据集中的特征量的数量不足的建议的呈现信息。

4.根据权利要求2所述的信息处理设备，其中，

在所述学习数据集中的所述所有数据样本的评估值大于阈值的情况下，所述建议生成部分生成用于呈现指示所述学习数据集中的特征量足够的建议的呈现信息。

5.根据权利要求1所述的信息处理设备，其中，

所述建议生成部分基于所述学习数据集中的所述所有数据样本的评估值的梯度与预定的阈值之间的大小关系，生成用于呈现改善所述学习数据集中数据样本的数量的建议的呈现信息。

6.根据权利要求5所述的信息处理设备，其中，

在所述学习数据集中的所述所有数据样本的评估值的所述梯度大于阈值的情况下，所述建议生成部分生成用于呈现指示所述学习数据集中的所述数据样本的数量不足的建议的呈现信息。

7.根据权利要求5所述的信息处理设备，其中，

在所述学习数据集中的所述所有数据样本的评估值的所述梯度小于阈值的情况下，所述建议生成部分生成用于呈现指示所述学习数据集中的所述数据样本的数量足够的建议的呈现信息。

8.根据权利要求5所述的信息处理设备，其中，

所述梯度是所述学习数据集中的所述所有数据样本的评估值和在数量上大于或小于所述所有数据样本的数据样本的评估值之间的差值。

9.根据权利要求5所述的信息处理设备，其中，

所述阈值基于所述学习数据集中的所述所有数据样本的评估值来确定。

10.根据权利要求5所述的信息处理设备，其中，

所述梯度是所述学习数据集的第一评估值和所述评估数据集的第二评估值之间的差值相对于学习算法中的所述预测模型的参数更新次数的增加率。

11.根据权利要求1所述的信息处理设备，其中，

所述预测分析部分训练评估所述预测模型中的预测误差的误差预测模型，并且

所述建议生成部分基于特征量对使用所述误差预测模型计算的所述预测误差的贡献度，生成用于呈现与导致所述预测误差增加的第一特征量相关的建议的呈现信息。

12.根据权利要求11所述的信息处理设备，其中，

所述呈现信息包括所述第一特征量的值。

13.根据权利要求11所述的信息处理设备，其中，

所述呈现信息包括具有所述第一特征量的值的数据样本。

14.根据权利要求11所述的信息处理设备，其中，

所述呈现信息在具有所述第一特征量的值的数据样本中包括第二特征量，所述第二特征量对所述预测模型的预测具有更大的贡献。