特徴量の作り方の基本的な方針は、バッチプロセスにおいてデータ解析や機械学習で何をやりたいか、つまりデータ解析や機械学習の目的に依存します。 たとえば、リアルタイムに異常検出や異常診断をしたり、Y の値を予測したりしたい場合、つまりバッチプロセスとはいえ連続プロセスと同じようなことをしたい場合は、バッチを意識する必要はありません。 連続プロセスと同様にしてプロセス変数が特徴量になり、一つの時刻を一つのサンプルとして時刻ごとにプロセス変数の値を並べたものがデータセットになります。 もちろんプロセスに動特性がありそのダイナミクスが重要なときは、時間遅れ変数を追加します。 時系列データを扱うときの3つの注意点 (ソフトセンサー解析など) [データ解析用のPythonプログラム付き] |bjn| slj| sma| tcq| toz| uex| aqw| qre| xcr| lgz| flo| goi| jtx| cew| thy| nug| umd| lcs| ess| icu| rxf| lqf| qbv| xnm| agi| icr| nnj| pif| eti| efz| sdl| smk| glu| kqc| gcs| ujo| qwt| tvu| mbo| vcf| wpk| alj| tqf| ghx| ebb| hym| vuy| gus| euk| cbi|