Data Science/Time series data (18) 썸네일형 리스트형 시계열 데이터 (Time series data) 의 동시성(Synchrony) 측정 time series data 사이 동시성을 측정하기 위한 4가지 방법 1. Pearson correlation 2. Time Lagged Cross Correlation (TLCC) & Windowed TLCC 3. Dynamic Time Warping (DTW) 4. Instantaneous phase synchrony 1. Pearson correlation (선형 상관관계 측정, 가장 간단한 방법) Pearson correlation에서는 두 연속 신호가 시간에 따라 어떻게 서로 달라지는지 측정하고 둘 사이의 선형 관계를 -1(음극적으로 상관됨)에서 0(상관되지 않음)에서 1(완벽하게 상관됨) 사이의 숫자로 나타낸다. 이 방법은 직관적이고, 이해하기 쉽고, 해석하기 쉽다. Pearson corre.. [Time Series Forecasting] 시계열 데이터 예측 모델 (Time Series Forecasting model) 개발 1. Time Series Forecasting model의 분류 1) Univariate / Multivariate Univariate : 하나의 특성을 사용 Multivariate: 여러 개의 특성 사용 2) Single step / Multi step Single step : 특정한 1개의 시점을 예측 Multi step : 이후 n개의 시점을 예측 2. Top 10 Time Series Forecasting model 알고리즘 Autoregressive (AR) : 시계열의 이전 값과 이후 값 사이 어느 정도의 상관 관계(자기 상관)가 있을 때 사용 Autoregressive Integrated Moving Average (ARIMA) : 시계열 예측에 있어 가장 많이 사용되는 모델, 시계열 데이.. 이전 1 2 3 다음
