0 / 0
영어 버전 문서로 돌아가기
시계열 실험에 대한 데이터 대체 구현 세부사항
마지막 업데이트 날짜: 2024년 10월 04일
시계열 실험에 대한 데이터 대체 구현 세부사항

시계열 실험에서 데이터 대체에 사용되는 실험 설정입니다.

데이터 대체 방법

실험 설정에서 이러한 데이터 대체 방법 중 하나를 적용하여 데이터 세트에 결측값을 제공하십시오.

분류 및 회귀 실험을 위한 데이터 대체 방법
대치 메소드 설명
FlattenIterative 시계열 데이터가 먼저 평탄화된 다음 결측값이 Scikit-learn 반복 대치기로 대치됩니다.
선형 선형 보간법은 결측값을 대치하는 데 사용됩니다.
3차(U) 3차 보간법은 결측값을 대치하는 데 사용됩니다.
이전 누락된 값은 이전 값으로 대체됩니다.
다음 누락된 값은 다음 값으로 대체됩니다.
채우기 결측값은 사용자 지정 값, 표본 평균 또는 표본 중위수를 사용하여 대치됩니다.

입력 설정

이 명령은 노트북에서 시계열 실험에 대한 데이터 대체를 지원하는 데 사용됩니다.

시계열 실험을 위한 데이터 대체 방법
이름 설명 DefaultValue
use_imputation 대체를 켜거나 끄는 플래그입니다. True 또는 False
imputer_list 검색할 대체자 이름(문자열)의 목록입니다. 목록을 지정하지 않으면 모든 기본 대체자가 검색됩니다. 빈 목록이 전달되면 모든 대체자가 검색됩니다. "FlattenIterative", "Linear", "Cubic", "Previous", "Fill", "Next" "FlattenIterative", "Linear", "Cubic", "Previous"
imputer_fill_type "Fill" 대체자의 카테고리 "mean"/"median"/"value" "value"
imputer_fill_value 모든 결측값에 대해 채워지는 단일 숫자 값입니다. "imputer_fill_type"이 "value"로 지정된 경우에만 적용됩니다. "mean" 또는 "median"이 "imputer_fill_type"에 지정된 경우 무시됩니다. (음의 무한대, 양의 무한대) 0
imputation_threshold 대체에 대한 임계값. 결측값 비율은 한 열의 임계값보다 커서는 안됩니다. 그렇지 않으면 오류가 발생합니다. (0, 1) 0.25

use_imputation 사용법에 대한 참고사항

  • use_imputation 메소드가 True 로 지정되고 입력 데이터에 누락된 값이 있는 경우:

    • imputation_threshold이(가) 적용됩니다.
    • imputer_list의 대체자 후보는 가장 적합한 대체자를 검색하는 데 사용됩니다.
    • 최상의 대체자가 Fill인 경우 imputer_fill_typeimputer_fill_value 가 적용됩니다. 그렇지 않으면 무시됩니다.
  • use_imputation 메소드가 True 로 지정되고 입력 데이터에 누락된 값이 없는 경우:

    • imputation_threshold은(는) 무시됩니다.
    • imputer_list 의 대치 후보는 최상의 대치 후보를 검색하는 데 사용됩니다. 최상의 대체자가 Fill인 경우 imputer_fill_typeimputer_fill_value 가 적용됩니다. 그렇지 않으면 무시됩니다.
  • use_imputation 메소드가 False 로 지정되었지만 입력 데이터에 누락된 값이 있는 경우:

    • use_imputation 가 경고와 함께 켜지면 메소드는 첫 번째 시나리오의 동작을 따릅니다.
  • use_imputation 메소드가 False 로 지정되고 입력 데이터에 누락된 값이 없는 경우 추가 처리가 필요하지 않습니다.

예를 들어,

"pipelines": [
      {
        "id": "automl",
        "runtime_ref": "hybrid",
        "nodes": [
          {
            "id": "automl-ts",
            "type": "execution_node",
            "op": "kube",
            "runtime_ref": "automl",
            "parameters": {
              "del_on_close": true,
              "optimization": {
	          "target_columns": [2,3,4],
	          "timestamp_column": 1,
	          "use_imputation": true
              }
            }
          }
        ]
      }
    ]

상위 주제: AutoAI 실험의 데이터 대체

일반적인 AI 검색 및 응답
이러한 응답은 제품 문서의 컨텐츠를 기반으로 하는 watsonx.ai 의 대형 언어 모델에 의해 생성됩니다. 자세히 알아보기