📘
モデル準備 - 時間窓切り出し
時間窓切り出しとは？
時系列データをAIモデルが学習・推論可能な形式に変換します。具体的には、データを一定期間の「窓」で時間順に切り出すことで、一連のデータをAIモデル用のデータセット形式に変換する処理を行います。
時間窓切り出しカードの操作方法
結線
処理対象データを結線してください。
時間窓切り出しカードは必ず前処理カードの最後に設置します（Prophetなど一部の時間窓切り出し不要なAIモデル利用の場合を除く）。
時間窓切り出しカードの先に別の前処理カードを結線することはできません。
パラメータの設定
パラメータの設定についての解説動画
予測先 N と窓幅 M の関係
N (予測先)
- 切り出しの基準点から N レコード先の値を予測する設定となります。
- 例えば、日次データにおいて7日後の値を予測するAIモデルを作成したい場合は、N を 7 に設定します。
- デフォルト値は 10 で設定されています。
- 異常検知モードでは必ず0に設定する必要があります。
M (窓幅)
- 基準点から過去 M レコード分のデータを説明変数とします。
- 例えば、日次データにおいて過去28日分のデータを元に予測するAIモデルを作成したい場合は、M を 28 に設定します。
- デフォルト値は 1 で設定されています。
- AIモデルが予測の際に考慮するデータの範囲 M を調整することで、予測精度の向上が期待できます。
- M の最適な値はデータの性質や目的（Nの値）によって異なります。
- M が小さすぎるとデータの傾向が捉えられないことがあります。
- M が大きすぎると説明変数の数が多すぎたり、切り出される時間窓データが減少するため、AIモデルがうまく学習できないことがあります。
- 異常検知モードの場合は、異常検知に用いるデータの範囲をMで設定します。
実行
画面右下の “実行” ボタンを押し実行します。
- パラメーターに従い時間窓データが作成されます。
- 作成が成功すると、画面左下にメッセージが表示されます。
- 切り出し前の全データの行数と、切り出し後の時間窓データの個数が確認できます。
- メッセージ内の「時刻が欠落している行はスキップしています。」についての詳細は モデル準備 - 時間窓切り出し（高度な設定） をご確認ください。
- 処理時間が 20 分を超えるとタイムアウトし、処理が強制終了されます。この場合は再度実行をお試しください。再度実行しても結果が表示されない場合は、お手数ですが Node-AI サポートへお問い合わせください。
高度な設定
時間窓切り出しでは、N や M 以外にも調整することでAIモデルの精度向上や処理時間の調整などが期待できるパラメータがあります。
例えば、
- データが大量にあり、学習・評価の処理時間がかかりすぎる
- 窓幅 M を大きくしたら、逆に精度が下がってしまった
- データの時刻間隔が一定ではなく、切り出し処理の細かいカスタマイズがしたい
のような場合に検討の余地があります。
これらの高度な設定の詳細については、以下をご確認ください。