Skip to content

アプリケーション内で をクリックすると、お使いのDataRobotバージョンに関する全プラットフォームドキュメントにアクセスできます。

ワークフローの概要

DataRobotで1つ以上の時間特徴量が検出された場合、時間認識モデリングの機能がアクティブになります。一般的なワークフローを以下に示しますが、日付/時刻モデリングの追加情報については、詳細ページを参照してください。

備考

データに日付/時刻特徴量が含まれていても、データに不規則な時間単位や一意でないタイムスタンプが含まれる場合、時系列予測モードは無効化されることがあります。

  1. 時間認識モデルを設定リンクをクリックします。

  2. ドロップダウンから日付/時刻特徴量を選択します。

  3. 適用する時間認識アプローチを選択します。

    • 時間外検定(OTV): データが時間に関連するもので、予測を行わない場合(個々の各行のターゲット値を予測する場合)に使用します。このアプローチは、単一のイベントデータ(患者の入院や不良債務など)がある場合に使用します。
    • 時系列 : ターゲットの複数の将来値を予測する場合に使用します(翌週の各日の売り上げの予測など)。このアプローチは、連続する一連の値の将来値を推定する場合に使用します。
  4. 時系列を選択したときに系列データがDataRobotで検出された場合、複数系列モデリングの系列IDを設定します。

  5. モデリングに使用する設定(日付/時刻形式、トレーニングウィンドウ、検定の長さなど)を変更するには、下にスクロールして高度なオプションを表示を展開します。詳細については、完全なドキュメントを参照してください。

    複数系列の系列識別子を変更するには、時系列の高度なオプションを開きます。

  6. 設定した後、標準のワークフローを続行します。

モデルの調査

モデルが構築されると、リーダーボードから以下のタブを使用してモデルを評価できます。

タブ 場所
時系列の精度 OTV:時系列および複数系列の追加オプション
予測値と実測値の比較 時系列、複数系列
系列のインサイト 複数系列
安定性 OTV、時系列、複数系列
予測距離ごとの精度 時系列、複数系列
時間経過に伴う異常 教師なし:OTV、時系列、教師なし複数系列
異常評価 教師なし:時系列、教師なし複数系列

更新しました March 3, 2022
Back to top