自動特徴量エンジニアリング

自動特徴量エンジニアリングを使用すると、Qlik AutoML はトレーニング データ内の既存の特徴量を使用して新しい特徴量を作成できます。新しく自動設計されたこれらの特徴量により、データ内で新しいパターンを発見し、使用する機械学習モデルの性能を大幅に改善できます。

特徴量エンジニアリングとは、現在の特徴量列から新しい特徴量列を作成するプロセスのことです。AutoML は、特定のタイプのデータ処理を向上させるために特徴量エンジニアリングを自動的に実行することができます。特徴量エンジニアリングの一般情報については、「新しい特徴量列の作成」を参照してください。

自動設計された日付特徴量と派生元の親特徴量には、 アイコンが表示されます。

実験で使用するデータセットを選択した後、データセットは分析され、その中の列に特定のデータ タイプが含まれているとして識別されます。これらのデータ タイプにより、AutoML はデータセット内の各列に特徴量タイプを割り当てます。各列には、次の特徴量タイプの1つが付与されます。

• カテゴリ

• 数値

• 日付

• フリー テキスト

可能な場合、AutoML は該当する親特徴量から生成できる自動設計特徴量のリストを表示します。自動設計特徴量のリストは、前処理を開始するとさらに絞り込まれ、特徴量の数が減少します。実験には自動設計特徴量を含めることを推奨しますが、これはオプションです。トレーニングを開始する前に、また各新規実験バージョンを構成する際に、個別の自動設計特徴量を削除することができます。

実験トレーニングを開始する前に完了したプロセスに関する情報については、「自動データ準備と変換」を参照してください。

日付特徴量エンジニアリング

AutoML は、日付と時刻の情報が含まれていると識別された、日付特徴量タイプの該当する列から自動設計特徴量を生成します。自動設計された日付特徴量と派生元の親特徴量には、 アイコンが表示されます。

AutoML で使用するために選択したトレーニング データセットを Qlik Cloud Analytics がプロファイリングすると、特定のデータ タイプが日付特徴量タイプにリンクされます。これには、次のデータ タイプが含まれます。

• 日付

• 日付/時間

• 時間

• タイムスタンプ

プロファイリング中にこれらのデータ タイプのいずれかが割り当てられた特徴量には、日付特徴量タイプが付与されます。データ フィールド用に表示できる利用可能なプロファイル統計に関する情報については、「Profile List view (プロファイル リスト ビュー)」を参照してください。

可能な場合、AutoML は日付特徴量タイプが付与された該当する親特徴量から生成できる自動設計の日付特徴量のリストを表示します。自動設計の日付特徴量は、デフォルトで実験に含まれます。含めることを選択した場合は、実験の v1 の後に新しい特徴量が生成されます。

自動設計の日付特徴量には、数値の特徴量タイプがあります。これらはデフォルトで実験に含まれますが、オプションです。実験のトレーニングを開始する前、または次の実験バージョンを構成する際に、それらの一部、またはすべてを削除することができます。自動設計の日付特徴量を含める場合、元の親日付特徴量は実験から削除されます。

代わりに、親となる日付特徴量をカテゴリ特徴量または数値特徴量として含めることができます。これを実行すると、自動設計の日付特徴量は使用できなくなります。ほとんどの場合、機械学習モデルの性能が改善されるため、実験には利用可能な自動設計特徴量の使用を推奨します。ただし、ある列が日付特徴量として識別されているにもかかわらず、その列をカテゴリまたは数値として扱う必要がある場合があります。このような場合は、手動で特徴量タイプを変更できます。

自動設計の日付特徴量は、Qlik Cloud サブスクリプションで指定されている AutoML データセット サイズ (トレーニング データセットと適用データセットの最大セル カウント) にはカウントされません。元の日付列セルのみがカウントされます。

実験ターゲットとしての日付特徴量の使用

まれに、日付と時刻の情報をともなう特徴量を実験のターゲットとして使用する場合は、列の特徴量タイプが日付からカテゴリ別に切り替わり、自動設計の日付特徴量は削除されます。別のターゲットを選択し、後で日付と時刻の特徴量を標準の特徴量として追加する場合は、必要に応じて日付特徴量タイプに手動で戻す必要があります。特徴量を日付特徴量タイプに戻すと、自動設計の日付特徴量が再度生成されます。

特徴量タイプの変更方法に関する情報については、「特徴量タイプの変更」を参照してください。

利用可能な自動設計の日付特徴量

データセットの列から自動設計の日付特徴量を生成する際、AutoML は各日付と日時値の特定のコンポーネントを抽出して計算し、各コンポーネントをそれぞれの列に分離します。 以下のテーブルは、AutoML によって生成される自動設計特徴量をリストしています。

新しく生成された各特徴量に対して、該当する自動設計特徴量により元の列名がサフィックスとして追加されます

予測内の自動設計の日付特徴量

トレーニング データセットを使用してモデルを作成すると、自動設計の日付特徴量が生成されます。モデルは、新しいデータ (適用データセット) で予測を作成するために ML 展開として展開され、使用されます。

予測を作成するために自動設計の日付特徴量でトレーニングされたモデルを展開する場合、生成中の予測にある適用データには自動設計の日付特徴量を含める必要はありません。AutoML は、予測開始前に適用データ向けの自動設計特徴量を生成します。ただし、適用データには親日付特徴量が含まれている必要があり、列は日付、日時、タイムスタンプ、または時刻データ タイプのある列としてプロファイルされている必要があります。

SHAP と適用データを含む ML 展開によって作成された予測データセットには、自動設計の日付特徴量が含まれます。

リアルタイム予測内の自動設計の日付特徴量

リアルタイム予測 API が日付とタイムスタンプのフィールドを処理できるようにするには、リアルタイム予測 API に送信する JSON ペイロードが以下の要件に準拠している必要があります。

• 日付と日時の値は、ISO 8601 規格に準拠した書式の文字列であること

• 各列内のデータは同一のタイムゾーンであること