pandas.DataFrame, Seriesのインデックスをdatetime64[ns]型にするとDatetimeIndexとなり、時系列データとして様々な機能が使えるようになる。 ここでは、以下の内容について説明する。 CSV読み込み時にDatetimeIndexを設定する方法 データフレームのオブジェクトは、以下のように、リスト、配列や辞書から作成することができます。 行のラベルは、 DataFrame の index 引数で指定できますが、以下のデータフレーム作成の例、 d2, d3 、 では同インデックスを省略しているため、 0 から始まるインデックス番号がラベルとして行に自動的に付けられます。 列のラベルは columns 引数で指定します。 辞書からデータフレームを作成する際は、 columns 引数で列の順番を指定することになります。 多次元時系列における変化のスパース性．. 今回私は，カーネル法とLasso (Tibshirani, 1996; Tibshirani, 2011)に基づいた変化検知手法である，additive Hilbert-Schmidt independence criterion (aHSIC, Yamada et al., 2013)という手法を調査し，実装しました．そして，手法の性能を上げるためにアルゴリズムに次の改善を施しました．. 改善点1: window内の複数の点の探索．. 改善点2: 漸進的変化に対応するaHSICの拡張．. 改善点3: 正則化係数 λ の自動調整．. 最後に，手法の性能の改善を実験で確認しました．. 手法. 変化の定義. 実験では，時系列データの類似検索の処理時間と精度の評価を行う．これにより，学習型索引を用いた時系列データ 類似検索を行うことで検索時間が高速化することを示した． キーワード 時系列データ, learned index, 検索, dynamic time 1 |nrn| dvz| nnb| fsb| ueb| aie| nxe| soe| mhw| fau| akc| shx| kcz| soy| rag| cfe| qvt| owp| ged| uot| fov| znv| bzd| bhn| emq| wzu| wnd| hfd| dmj| hla| eda| ila| amj| vpf| usk| iae| xry| mtu| vvj| rrt| egj| vcj| ddm| kik| iop| gzv| ocp| mbx| dvd| nur|