質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.34%

機械学習にて外部データを用いてモデル構築する際に関して

解決済

回答 1

投稿

  • 評価
  • クリップ 2
  • VIEW 711

score 20

機械学習に関して知識があまりないのでご容赦ください

背景
Uberのプローブデータを用いて需要予測モデルの構築を考えています。
データは時系列データであり、30秒ごとに緯度経度や乗車ステータスなどが記録されています。

提供されている生データだけでは説明変数としては不十分なので「気温」「降水量」「都市の人口(メッシュで区分ごとに)」などの外部データを追加しようと思っています。

予測に用いる手法
予測に用いる手法はNeuralNetworkの時系列データに特化したLSTMを考えています。

質問内容
LSTMに限った話ではないですが、外部データを追加した予測モデルを構築する際に、これらの外部データはどのように学習データとして追加すればいいのかがいまいちわかっていません。
30秒ごとに記録されているプローブデータに新たなカラム「気温」「降水量」「人口」を追加してデータ結合をし、そのまま学習データとして用いて良いのかという疑問がわきました。
また、電車の遅延情報なども予測モデルに反映させたいのですが、もはやどのように反映させていいかがわかりません。

この場合どのように予測モデルを構築するのが正しいのでしょうか。どなたかご教授いただけると幸いです。よろしくお願いいたします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

モデル化にあたってどのような仮説を置くかに依存すると思います。30秒間隔のプローブデータに1時間間隔の降水量を紐付ける際、次の降水量が現れるまで変化しないと仮定するのか、次の降水量までリニアに変化すると仮定するのかで方法は異なります。
さらにいうと目的変数は30秒間隔のプローブデータには影響されず1時間の累計に影響されると仮定した場合はプローブデータをまとめた上で結合させることになるはずです

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/10/03 17:01

    ご回答ありがとうございます。
    30秒ごとのプローブデータを1時間ごとのデータに変換し、更に1時間ごとの降水量(今回は次が現れるまで変化しない仮定とします)などをデータ結合すれば良いという解釈で合っていますでしょうか?

    この解釈で合っていれば、電車の1時間ごとの遅延情報を追加したい時、予測したい都市範囲内の駅全てのカラムを作り、delay_flagみたいなものを結合するやり方でも問題ないでしょうか?

    キャンセル

  • 2019/10/03 21:43

    初めにコメントした通りで、どのような仮説を置くかによります。
    目的変数が1時間ごとのプローブデータと相関すると仮定するのであれば、問題ありません。しかしながら、この仮定がムリ筋であれば、別な方法を選択するべきです

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.34%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る