時系列データを用いて教師あり学習を行うための学習データの作成のための考え方

多変量の時系列データを用いて、教師あり学習によって、ある目的変数のt分後の値の推測したい場合の学習データの作成方法をまとめたいと思います。

この一般的な方法としては、時刻tを基準とし、目的変数の値のみを時刻t +1とシフトさせる方法がとられています。

具体的なpythonを用いた手順を以下に示します。目的変数:TARGET, 説明変数:A,B,C の乱数時系列データを作成します。

import numpy as np
import pandas as pd
data = np.random.randn(10, 4)# 10x4 の乱数データを生成
indices = pd.date_range('2010-01-01', periods=10)  # インデックス名は日付
columns = ('A', 'B', 'C', 'TARGET')  # カラム名

my_dataframe = pd.DataFrame(data, index=indices, columns=columns)
print(my_dataframe)

out>>
                   A         B         C    TARGET
2010-01-01 -1.874536  0.044969  0.077942  0.089603
2010-01-02 -0.922576 -0.778048  0.883617 -0.709655
2010-01-03 -0.481583  0.987507  1.120371 -0.466234
2010-01-04  0.055468 -2.080869 -0.558581 -0.235064
2010-01-05  1.033512 -0.750830 -0.754168  1.090878
2010-01-06 -0.566832  0.201503 -0.264602 -0.003537
2010-01-07  1.890769  1.358429 -1.041281  0.438978
2010-01-08 -0.175302 -1.191327 -0.457195 -0.287566
2010-01-09  1.672760  0.094620  1.225835 -0.147332
2010-01-10  2.042621 -2.651269 -1.356004 -0.066129

次に目的変数(TARGET)の値を一日ずらします。例えば2010-01-02の値は、2010-01-01へずらされます。

my_dataframe['TARGET'] = my_dataframe['TARGET'].shift(-1)
my_dataframe

out>>
    A   B   C   TARGET
2010-01-01   -1.874536  0.044969   0.077942   -0.709655
2010-01-02   -0.922576  -0.778048  0.883617   -0.466234
2010-01-03   -0.481583  0.987507   1.120371   -0.235064
2010-01-04   0.055468   -2.080869  -0.558581  1.090878
2010-01-05   1.033512   -0.750830  -0.754168  -0.003537
2010-01-06   -0.566832  0.201503   -0.264602  0.438978
2010-01-07   1.890769   1.358429   -1.041281  -0.287566
2010-01-08    -0.175302  -1.191327  -0.457195  -0.147332
2010-01-09    1.672760   0.094620   1.225835   -0.066129
2010-01-10   2.042621   -2.651269  -1.356004  NaN