K_DM Book
用語集
対象者 標準
対象者別の入口 →

対象者の設定はこのブラウザの中にだけ保存されます。

言語 JA

基礎とセットアップ

04.1

基礎とセットアップ

まとめ
この章は、時系列データを受け取ったときに最初にやる 3 つの作業を、同じ matplotlib の折れ線で順に見ていきます。まず 240 日分の日次売上を ax.plot と ax.scatter で描き、右上がりのトレンドと 30 日周期の季節性、細かいノイズを目で分けます。次に Series.pct_change().mul(100) で前日比の増減率に変え、rolling(window=14).mean() を重ねて、規模の違う系列でも「勢い」を同じ尺度で比べます。最後に series.iloc[:split_point] と iloc[split_point:] で後ろ 60 日をテストデータとして切り、axvline で境界を描いて、未来の情報が学習に漏れない分割を確認します。

直感 #

時系列は「順番そのものが情報」のデータで、散布図のように点を入れ替えることができません。そのため分析の前にまず折れ線で全体を眺め、120 付近から 150 を超えるまで上がるトレンドや、約 30 日ごとに繰り返す山と谷を確認します。元の値のままでは 1000 人の店と 100 人の店の増え方を比べられないので、前日比の % に変換して「勢い」を揃え、予測モデルを作る段になったら、train_test_split(shuffle=True) のようなランダム分割ではなく時間順で前後に切ります。この 3 つを飛ばして ARIMA や状態空間モデルに進むと、季節の谷を「売上の下落」と誤読したり、未来を見て学習したモデルの精度を信じてしまったりします。

詳細な解説 #

このチャプターで学べること #

  • ax.plot(dates, series) の折れ線に ax.scatter(dates[::30], series[::30]) で月末の点を重ねて、トレンド・季節性・外れ値を読み分ける方法
  • pct_change().mul(100) で日次の増減率に変換し、rolling(window=14, min_periods=5).mean() の線を重ねて勢いの向きを読む方法
  • len(series) - 60 を境に iloc で前後に切り、axvline と ax.text で境界を図示する時間順の学習・テスト分割

これがわかるとできること #

  • 新しい時系列を受け取ったとき、折れ線 1 枚から「伸びているか」「周期はあるか」「欠測や外れ値はないか」を数秒で答えられる
  • 1000 人規模と 100 人規模のように大きさの違う系列を、pct_change の % に揃えて同じ図で比べられる
  • 予測モデルの評価で、テスト期間の情報が学習に混ざる「未来のリーク」を分割の時点で防げる

学習の進め方 #

まず 日次データの基本プロット で、0.15 * np.arange(240) のトレンドと 8 * np.sin(2π t / 30) の季節性を足して作った売上を描き、図のどの特徴がどの成分から来ているかを確かめます。次に パーセント変化の推移 で同じ種類の系列を pct_change で増減率に変え、棒グラフの正負と 14 日移動平均の線の読み方を練習します。最後に 学習データとテストデータの区切り で、240 日のうち後ろ 60 日を iloc で切り出し、点線の右側をモデルに見せないという時系列特有の検証設計を理解します。