MatrixFlowMatrixFlowマニュアル

総合情報サイト / マニュアル / (旧)学習 / 時系列データの学習について

時系列データの学習について、
ご説明します。

本画像ではCOVID19の感染者数の時系列を学習しています。
予めご承知おき下さい。

下の画像の様に、グラフを拡大して確認したい箇所にスポットをあてる事が出来ます。
また、グラフにカーソルを合わせる事で詳細を表示する事も出来ます。

TrendFlow学習A.png

この他にも、トレンドや変化点や周期の傾向などを確認する事が出来ます。

まずは「トレンド」です。全体動きの傾向を確認する際に便利なグラフです。

TrendFlow学習B.png

次に「変化点」です。
時系列データの異常などを検知したい場合、本グラフで異常が起こった時間を特定する事が出来ます。

TrendFlow学習C.png

次に「週の周期」です。
日曜~月曜にかけてどの様に数値に変化が現れるのかが表示されます。

COVID19では「日曜日と月曜日に感染者数が落ち込み、そのまま日が経つごとに増加する傾向」…
という事が見てとれるかと思います。

この傾向について「一体なぜなのか」調査するキッカケが与えられます。

TrendFlow学習D.png

次に「日単位」です。
何も表示されていない様に見えます。
これは、COVID19のデータ自体が日毎のデータなので、日単位のデータが表示されていない様に見えています。

この様に、データと周期が被っている場合は表示されない事もありますのでお気をつけ下さい。
尚、時間毎のデータならば、1日の時間別の傾向を確認する事が出来ます。

TrendFlowレシピブロック内にある周期パラメータの周期を追加して、様々な周期をお試し下さい。

TrendFlow学習E.png

次は「相関グラフ」です。別名「コレログラム」と言います。
相関グラフはデータに欠損値がある場合は見る事が出来ません。
相関グラフを確認したい場合は、データセットの欠損値を前処理で取り除いて下さい。

TrendFlow学習F.png

最後に「評価指標」です。
評価指標は「Mse」「Rmse」「Mae」「Mape」「Mdape」「Coverage」で表示されます。

評価を数値化したもので、作成済みAI同士を比較したい時に具体的な数値で量る事が出来ます。

TrendFlow学習G.png

以上が、時系列データの学習になります。