機械学習による時系列​解析について サポー​トベクター回帰

サポートベクター回帰を用いて時系列データの解析を行っています。

以下のプログラムにおいて「XとYの観測数が同じではない」と言うエラーがはいたものの

ここでいう観測数というのが何を指しているのがわからないです。

また、どのように修正すべきか教えていただくと幸いです。

opts = detectImportOptions('pressure_data_Kusaka_Lab_20190326_1.xlsx','DataRange','B5');
T1=readtable('pressure_data_Kusaka_Lab_20190326_1.xlsx',opts,'ReadVariableNames',false);
T1_data = T1.Variables;

%1行N列の配列へ
for i=1:300
   T1_array{i}=T1_data(1:end,i)';
end

%転置
T1_a=(T1_array)';

B=cell2mat(T1_a);

%シーケンスの最初の70％で学習を行い残りの30％でテストする
numTimeStepsTrain = floor(0.7*numel(T1_a));
T1Train = T1_a(1:numTimeStepsTrain+1);
T1Test = T1_a(numTimeStepsTrain+1:end);

XT1Train=T1Train(1:end-1);  %入力

YT1Train=T1Train(2:end);    %出力応答（入力データを1周期分ずらしたデータ）

tbl=cell2table([XT1Train YT1Train]);

%svmMdl=fitrsvm(tbl.Var1,tbl.Var2);  %ここでエラー

[Naoto Iwaki]

やはり時系列データを用いたシークエンスtoシークエンスの予測ははLSTMしかできないんですかね。

[Kenta]

問題設定による気がします。例えば、１～１０個目のデータを用いて、B1を予想、

２～１１を用いてB2を予想、のようにできるのなら必ずしもLSTMでなくてもよいと思います。ただ、これも問題設定によりますし、もしLSTM以外でやりたければ、詳しく問題設定を述べられると良いと思います。

[Naoto Iwaki]

丁寧にありがとうございます。

Answer 1

[Kenta]

こんにちは、観測数というのは、ここでは、データの数という解釈でよいのではと思います。

下のように打つと、訓練データと、そのラベルのサイズを見ることができます。

すると、訓練データ・ラベル、ともに210*1440という形になっています。

SVM回帰だと、データ数が２１０（または１４４０）で、それに対応する、数値のデータが２１０（または１４４０）個

必要だと思います。

しかし、今回は、ラベルのほうも210*1440という形になっているため、うまく実行することができません。

質問者様は「シークエンスから数値」を予測したいのか、それとも「シークエンスからシークエンス」の予測をしたいのでしょうか。

前者のほうであれば、ラベルのほうを変更すれば動くと思います。

size(tbl.Var1)
size(tbl.Var2)

[Naoto Iwaki]

最終的に後者のシークエンスからシークエンスの予測をしたいです。

[Kenta]

それだと、LSTMのシークエンス to シークエンスのほうがよさそうですね。