実践 時系列解析 ―統計と機械学習による予測

2章時系列データの見つけ方と前処理

本章では、時系列データの前処理を行う際に起こりがちな問題を解説します。経験豊富なデータアナリストならよく知っている問題も含まれますが、タイムスタンプが引き起こす特殊なものもあります。他のデータ解析タスクにもあてはまることですが、データのクリーニングと適切な処理は、タイムスタンプパイプラインの最も重要なステップです。どんなに凝った技法を駆使しても、汚いデータは修正できないからです。

ほとんどのデータアナリストは、時系列解析を学んだり、所属組織で有意義な仕事をするために、自分に必要なデータを見つけて、揃えて、磨いて、滑らかにする必要があります。データの前処理には、バラバラな列を連結したり、不規則だったり欠損しているデータのサンプリングをやり直したり、異なる時間軸を持つ時系列データを揃えたりと、様々な作業を行う必要があります。本章では、正しく前処理が施された興味深い時系列データセットを作成する手伝いをします。

ここでは、時系列データを見つけてクリーニングするのに役立つ、以下のスキルを解説します。

• オンラインレポジトリから時系列データを見つける
• 元々時系列として使うことを意図していないソースから時系列データを発掘して前処理を行う
• 時系列データを取り扱う際に遭遇しがちなトラブル、特にタイムスタンプに起因する問題に対処する

本章を読むと、後ほど解析を行う興味深い時系列データのソースの見極めと前処理に必要なスキルが身に付きます。

2.1　時系列データをどこで見つけるか

時系列データをどこで探しどうクリーニングするかを知りたい場合、目的が以下のどちらかによって、本章の適する部分が異なります。

• 学習や実験に適切なデータセットを見つけたい
• 明示的な時間指向の形式で保存されていない既存データから時系列データを作成したい ...