回答編集履歴
6
補足追記
test
CHANGED
|
@@ -19,3 +19,7 @@
|
|
|
19
19
|
|
|
20
20
|
|
|
21
21
|
よって、「このデータ条件だけ考えると**時系列なんて持ち出さなくてもよいのでは**」「時系列で考える場合でも、**複数の時系列とか複雑な考え方をしなくてもよいのでは**」が、回答となります。
|
|
22
|
+
|
|
23
|
+
|
|
24
|
+
|
|
25
|
+
世界線は1本です。エル・プサイ・コングルゥ
|
5
文法の修正
test
CHANGED
|
@@ -14,7 +14,7 @@
|
|
|
14
14
|
|
|
15
15
|
|
|
16
16
|
|
|
17
|
-
2) x1、x2のベクトル方向で時間が流れている場合、これが質問者様の言う、「複数の時系列」であると思います。この場合、1つのt方向で、説明変数x1、x2があると考えられます。これも説明変数が多次元、目的変数が1次元（場合によっては多次元ですが1次元の方が事例は豊富）の問題に帰着されます。
|
|
17
|
+
2) x1、x2のベクトル方向で時間が流れている場合、これが質問者様の言う、「複数の時系列」であると思います。この場合、1つのt方向で、説明変数x1、x2があると考えられます。これも説明変数が多次元、目的変数が1次元（場合によっては多次元ですが1次元の方が事例は豊富）の問題に帰着されます。x1とx2で別時刻であるという場合でも、ひとつの流れる時間の中で、複数の説明変数がありつつ、一部欠損値がある、という問題に帰着できます。
|
|
18
18
|
|
|
19
19
|
|
|
20
20
|
|
4
補足追記
test
CHANGED
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
まず、時系列のデータであっても、時系列をあまり気にせずに、未知の値を訓練データとして使わない等の配慮があれば、一定の処理が可能です。ご質問の状況はこれを満足します。
|
|
5
|
+
まず、時系列のデータであっても、時系列をあまり気にせずに、未知の値を訓練データとして使わない等の配慮があれば、一定の処理が可能です。ご質問の状況はこれを満足します。時系列関係なく普通のベクトルデータとして学習させれば、一番右と目的変数の相関が高いことをすぐに学習し、高い精度で予測できるようになるでしょう。
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|
|
@@ -14,7 +14,7 @@
|
|
|
14
14
|
|
|
15
15
|
|
|
16
16
|
|
|
17
|
-
2) x1、x2のベクトル方向で時間が流れている場合、これが質問者様の言う、「複数の時系列」であると思います。この場合、1つのt方向で、説明変数x1、x2があると考えられます。これも説明変数が多次元、目的変数が1次元の問題に帰着されます。※ただし、x1、x2は同じtの時点で両方データがあるわけではなく、欠損値がある場合があります。
|
|
17
|
+
2) x1、x2のベクトル方向で時間が流れている場合、これが質問者様の言う、「複数の時系列」であると思います。この場合、1つのt方向で、説明変数x1、x2があると考えられます。これも説明変数が多次元、目的変数が1次元（場合によっては多次元ですが1次元の方が事例は豊富）の問題に帰着されます。※ただし、x1、x2は同じtの時点で両方データがあるわけではなく、欠損値がある場合があります。
|
|
18
18
|
|
|
19
19
|
|
|
20
20
|
|
3
書式の改善
test
CHANGED
|
@@ -6,7 +6,7 @@
|
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|
|
9
|
-
上記に逆らって、あえて時系列データとしての処理を考えてみる場合も、質問者様の言われるような「複数の時系列データ」を考える必要はありません。
|
|
9
|
+
上記に逆らって、あえて時系列データとしての処理を考えてみる場合も、質問者様の言われるような**「複数の時系列データ」を考える必要はありません**。
|
|
10
10
|
|
|
11
11
|
|
|
12
12
|
|
2
全面的な推敲
test
CHANGED
|
@@ -1,17 +1,21 @@
|
|
|
1
|
-
ご質問の状況は**「時系列データ」ではありません**。
|
|
1
|
+
ご質問の状況は**「時系列データ」として処理をするのは適切ではありません**。
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
|
|
5
|
+
まず、時系列のデータであっても、時系列をあまり気にせずに、未知の値を訓練データとして使わない等の配慮があれば、一定の処理が可能です。ご質問の状況はこれを満足します。
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|
|
9
|
-
|
|
9
|
+
上記に逆らって、あえて時系列データとしての処理を考えてみる場合も、質問者様の言われるような「複数の時系列データ」を考える必要はありません。
|
|
10
10
|
|
|
11
11
|
|
|
12
12
|
|
|
13
|
-
|
|
13
|
+
1) x1、x2、・・・ x(t)というt方向に時間が流れている場合。これは普通の時系列データとして、説明変数が多次元、目的変数が1次元の問題として考えられます。
|
|
14
14
|
|
|
15
15
|
|
|
16
16
|
|
|
17
|
-
|
|
17
|
+
2) x1、x2のベクトル方向で時間が流れている場合、これが質問者様の言う、「複数の時系列」であると思います。この場合、1つのt方向で、説明変数x1、x2があると考えられます。これも説明変数が多次元、目的変数が1次元の問題に帰着されます。※ただし、x1、x2は同じtの時点で両方データがあるわけではなく、欠損値がある場合があります。
|
|
18
|
+
|
|
19
|
+
|
|
20
|
+
|
|
21
|
+
よって、「このデータ条件だけ考えると**時系列なんて持ち出さなくてもよいのでは**」「時系列で考える場合でも、**複数の時系列とか複雑な考え方をしなくてもよいのでは**」が、回答となります。
|
1
補足追記
test
CHANGED
|
@@ -11,3 +11,7 @@
|
|
|
11
11
|
|
|
12
12
|
|
|
13
13
|
よって、時系列は関係無い、**単なる教師付き学習問題です**。時系列に有効な手段を使うのは間違っています。
|
|
14
|
+
|
|
15
|
+
|
|
16
|
+
|
|
17
|
+
なお、「参考にしている記事」は、一見、質問の状況と似ているようですが、「全ての学習データセットにおいて、その合計値が目的変数yである」という隠された法則が共通して存在し、逆に個々のデータだけでは目的変数が類推困難であることから、質問の状況とは異なります。時系列データの処理が有効である可能性があります。
|