最初の予測ベースライン
単純予測と移動平均予測
「最初の予測ベースライン」はCoddyKit上の無料Data Science Academyレッスンです。 これはレッスン4/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはData Science Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 Data Science Academyコースには全4レッスンが含まれています。
まずはシンプルに始める
複雑なモデルの前に、まずベースラインが必要です。どんな高度なモデルも、それを上回って初めて採用する価値があります。🪜
ナイーブ予測
最も単純なベースラインがナイーブ予測です。明日の値を今日と同じだと予測します。安定したデータでは、意外にこれを上回るのは困難です。
forecast = sales.iloc[-1]最後の値を引き継ぐ
ナイーブ予測では、直近の観測値をそのまま先の時点へ繰り返します。トレンドも季節性もなく、既知の最新値だけを使います。
季節ナイーブ予測
周期的なデータでは、1つ前の季節の値を予測値にします。この季節ナイーブ予測は、低コストで繰り返しパターンを反映できます。
forecast = sales.shift(12)移動平均予測
別のベースラインとして、直近数個の値を平均する方法があります。移動平均でノイズをならし、その水準を先の時点へ投影します。
forecast = sales.tail(7).mean()予測の前に分割する
時系列の最後の区間をテストセットとして残します。シャッフルは絶対にしないでください。未来を未知のままにするため、時間の順序を保つ必要があります。
train, test = sales[:-30], sales[-30:]誤差を測る
予測と、取り分けておいた実際の値を誤差指標で比較します。MAEは、予測の誤りの大きさの平均を実際の単位で示します。
from sklearn.metrics import mean_absolute_error超えるべき数値
ベースラインの誤差がベンチマークになります。それより悪い結果のモデルは、余計な複雑さに見合いません。
実測値と予測値をプロットする
実際のテスト値に重ねて予測を必ずプロットしてください。1つの数値では隠れてしまう遅れや偏りも、目で見ればわかります。
ナイーブ予測が勝つとき
複雑なモデルがナイーブ予測を上回れないなら、シンプルな方法を信頼しましょう。性能のよい単純さは、失敗ではなく強みです。
次に進む先
ベースラインを設定したら、ARIMAやProphetなどの本格的なモデルに進めます。どのモデルも、この公正な出発点と比較して評価します。
クイックチェック
単純なナイーブ予測では、次の時点をどのように予測しますか？
振り返り：複雑さに価値を持たせる
ナイーブ、季節ナイーブ、移動平均のベースラインを作り、誤差を測定しました。これにより、今後のモデルにはそれを上回ることが求められます。
よくある質問
「最初の予測ベースライン」レッスンは無料ですか？
はい。「最初の予測ベースライン」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、Data Science Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 Data Science Academyコースには全4レッスンが含まれています。
「最初の予測ベースライン」で何を学びますか？
単純予測と移動平均予測 ブラウザで直接実行するハンズオンコードでData Science Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。
Data Science Academyを始めるのに経験は必要ですか？
事前経験は必要ありません。CoddyKitのData Science Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン4/4です。
「最初の予測ベースライン」レッスンにはどのくらい時間がかかりますか？
ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。
このData Science Academyレッスンでコードを書いて実行できますか？
はい。すべてのData Science Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。
このコースのすべてのレッスン
- トレンド、季節性、ノイズ
- 移動ウィンドウとラグ
- 定常性と差分
- 最初の予測ベースライン