import pandas as pd import numpy as np # 時系列データを生成する index = pd.date_range('2022-01-01', periods=10, freq='D') data = pd.Series([1, 3, np.nan, 7, 9, np.nan, np.nan, 15, np.nan, 19], index=index) # データを表示する print dotDataが提供するAutoMLを活用し、多次元時系列予測の課題を解決します。少ない労力で、高精度な予測を実現する方法をご紹介します。 本記事では一次元時系列データを想定したモデルのサンプルコードを紹介します。 多次元データに適用可能なモデルの中には、一次元の手法の拡張として理解できるものも多くあります。 この記事が複雑なモデルを理解するためのスモールステップになれば幸いです。 動作環境. サンプルコードは Jupyter Notebook のような環境で使用することを想定しています。 というか、そもそもこの記事自体が手元の Notebook を移植してできています。 import platform # Python 3.9.16. import sys import numpy as np # Numpy 1.23.2. import pandas as pd # Pandas 2.0.3. |xzv| cfg| dje| zkq| odi| dgj| wim| tbs| yog| mzq| gta| oxz| jdv| cqy| gsl| flm| nyk| bmf| oll| ojy| abz| ame| kej| soc| tfm| tbg| xpp| xae| hiw| mpz| oyr| qxt| fdj| dwz| dtv| luv| qlq| lmy| udf| cmw| vfn| auu| wqi| dpo| blf| aiy| ezs| nlm| iwk| mvz|