시계열 대치를 위한 신경망: 누락된 데이터 처리 | 사라 노브레가(Sara Nóbrega) | 2025년 1월
3부: 간단한 Keras 순차 모델이 어떻게 효과적인지 알아보세요.
일반적인 문제 중 하나는 시계열 분석에 데이터가 누락되었습니다.
1부에서 살펴보았듯이, 단순 대치 기술 또는 회귀 기반 모델 선형 회귀 및 의사결정 트리와 같이 우리에게 큰 도움이 될 수 있습니다.
하지만 더 많은 것을 처리해야 한다면 어떻게 될까요? 미묘한 패턴을 포착하고 세밀한 변동을 포착합니다. 복잡한 시계열 데이터에서?
이번 글에서는 NN(신경망)을 사용하여 누락된 값을 대치할 수 있습니다.
NN의 강점은 데이터의 비선형 패턴과 상호 작용을 캡처하는 기능입니다. NN은 일반적으로 계산 비용이 많이 들지만 간단한 모델이 실패하는 경우 누락된 시계열 데이터를 귀속시키는 매우 효과적인 방법을 제공할 수 있습니다.
1부와 2부에서와 동일한 데이터 세트를 사용하여 작업하겠습니다. 10% 값이 누락되어 모의 에너지 생산 데이터세트에 무작위로 도입되었습니다.
놓치지 마세요 1부 이 시리즈의:
Post Comment