データ型の設定

概要

データ型を変更することで、より適切に変数を学び、学習効率や精度が向上することがあります。

Forecast では4種類のデータ型を選ぶことができます。

各データの特徴

1. 数値型
   • 名前の通り、数値で量を表すデータを扱います。年齢、各国の人口、株価などは数値データです。変換を施すことなく、そのまま機械学習のデータとして扱うことができます。
2. カテゴリ型

   • いくつかの「クラス」に分けることができるデータを扱います。性別、天気、都道府県などです。

   • クラスとは、そのデータの分類可能なラベルのことです。たとえば性別であれば、生物学上人間は２つのクラス（男・女）に分類することができます。

   • カテゴリ型が文字の場合、アルゴリズムは文字を学習できないため、必ず何かの数値に変換して扱います。たとえば性別であれば、男-> 0 女-> 1 という形です。

3. 日付型

   • 日時を示すデータを扱います。日付データからは様々な特徴量を作ることができます。

   • Forecast では、日付型をIndexに指定することで、時系列処理を施すことができます。詳しくは「時系列設定」の解説をご覧ください。

   • 学習設定の「特徴量作成」の設定を変更することで、特徴量に変換することができます。基本的には、日付データそのものは学習には使われません。

4. 文字列型

   • 名前、SNSでの投稿や製品番号などの文字が連なったデータを扱います。

   • 学習設定の「特徴量作成」の設定を変更することで、文字列を形態素解析（単語に分けること）で分割し、特徴量に変換する機能があります。

   • 詳細は「学習設定」の章をご覧ください。基本的には、文字列データそのものは学習には使われません。

データ型の設定

• 「データ型」ボタンをクリックし、プルダウンメニューから変更したい型を選択する
  • データ型が、「区分不可」と表記されているデータも存在します。
    • 「区分不可」は、「Forecast には、データ型が推測できなかった」データということになります。お客様の手で、適切なデータ型に変更して頂くことになります。（変更しない場合、学習には使われません）
  • データ型が変わると、取得できる統計量（平均、クラス数など、データを代表する様々な数値）も変わってきます。

• 左上のヘッダーのチェックボックスにチェックを入れると、データすべてを選択した状態になります。
  • この状態ですべての型を一度に変更することもできます。ただし、下の画像のように、型変更ができない変数もあるので注意してください。たとえば「各国の人口」のようなあまりにもバラバラな数値（一致するものが一つもない）データは、カテゴリ型に変更することはできません。

各データ型への変更基準

1. 数値型

   • 対象のデータが以下の条件を満たす場合、数値型として扱うことができます。

     • １つでも数値に変更できるデータを含んでいる

       • 例１：[‘a’,’b’,’c’,1,’d’] -> 変換可能

       • 例２： [‘a’,’b’,’c’,’c’,’d’] -> 変換不可能

2. カテゴリ型

   • 対象のデータが「完全にユニーク」でない場合は、カテゴリ型として扱うことができます。
     「完全にユニーク」とは、データのすべての値が重複しない状態のことを意味します。

   • また重複しない値は、分析時に「Rare」というカテゴリに置き換えられます。

3. 日付型

   • 対象のデータ型以下のどちらかを満たす場合、日付型として扱うことができます。

     • 数値データ（数値データはUNIX時間として計算されます）

     • いずれかの日付のフォーマットに準拠している

       • 例１：[1,2,3,4,5] -> 変換可能

       • 例２：[‘2019/10/09’, ‘2019/10/10’, ‘2019/10/11’, ‘2019/10/12’] -> 変換可能

4. 文字列型
   • すべてのデータを変換することができます。