私はKNIMEが新しく、時系列データの外挿にARIMAを使用しようとしています。しかし、私はARIMA Predictorにその作業をさせませんでした。KNIMEのARIMAノードを使用する方法は?
入力データは、次のフォーマット
year,cv_diff
2011,-4799.099999999977
2012,60653.5
2013,64547.5
2014,60420.79999999993
のものであり、私は2015年と2016年のために例えば値を予測したいと思います。
私はyear to dateを変換するために、String to Date/Timeノードを使用しています。 ARIMA学習者では、cv_diffフィールドのみを選択できます。そして、これが最初の質問です:私が予測しようとしている年の列または変数を設定する必要があるというオプションの「単変量時系列を含む列」に対しては?しかし、私の場合、私は1つのオプション - cv_diff変数しか持っていません。その後、学習者の出力をARIMA Predictorの入力と接続して実行します。 'ERROR ARIMA Predictor 2:3実行に失敗しました:定義された時系列の列が見つかりませんでした。ノードを新たに設定してください。
Learner and Predictorにどのような変数を設定する必要がありますか?それはtimeseries変数ではないでしょうか?そして、Arimaノードはどのようにして時系列として使用する列を理解するのですか?
@Gabbor Bakosありがとうございました!ちょうどあなたのコメントに気づいた!はい...大きなパラメータは、そのような小さなデータセットでは機能しません。予測線の周囲の灰色の領域について教えてください。次の予測を得る確率があるのはどこですか? – Deil
はい、灰色の領域は、実際のデータポイントの確率が「.95」である場所です。 (その信頼区間は、視覚化およびビューでも調整できます)。視覚化では、複数のモデルを表示できます(KNIME ARIMA学習者ではありません)。 –
もう一度ありがとうございます。 – Deil