注: 以下の翻訳の正確性は検証されていません。AIPを利用して英語版の原文から機械的に翻訳されたものです。
1 つの time series に対して指数回帰を実行する関数を返します。
指数回帰は、入力 time series のポイントに対して最適なフィット指数曲線のパラメーターを見つけます。
回帰は y = Ae^(Bx)
と表され、ここで A
は初期値、B
は成長率です。
返された関数は、パラメーター A
と B
を提供します。
指数回帰は、データが指数的な成長や減衰パターンを示す場合に特に有用です。
FunctionNode
) -> SummarizerNode
列名 | 型 | 説明 |
---|---|---|
max_bounds.first_value | float | y=Ae^(Bx) における初期値 (A) の最大値。 |
max_bounds.second_value | float | y=Ae^(Bx) における成長率 (B) の最大値。 |
min_bounds.first_value | float | y=Ae^(Bx) における初期値 (A) の最小値。 |
min_bounds.second_value | float | y=Ae^(Bx) における成長率 (B) の最小値。 |
regression_fit_function. exponential_regression_fit. aparameter | float | y=Ae^(Bx) における指数回帰フィットの推定パラメーター ‘A’ (初期値)。 |
regression_fit_function. exponential_regression_fit. bparameter | float | y=Ae^(Bx) における指数回帰フィットの推定パラメーター ‘B’ (成長率)。 |
この関数は数値 series のみに適用されます。
Copied!1 2 3 4
>>> exponential_regr = F.exponential_regression()(series) >>> exponential_regr.to_pandas() max_bounds.first_value max_bounds.second_value min_bounds.first_value min_bounds.second_value regression_fit_function.exponential_regression_fit.aparameter regression_fit_function.exponential_regression_fit.bparameter 0 50.0 96.0 10.0 6.0 3.0 0.069315
以下のコードは指数回帰を実行し、その結果をPandasデータフレームとして表示しています。
max_bounds.first_value
と max_bounds.second_value
は回帰分析における最大境界値を示します。min_bounds.first_value
と min_bounds.second_value
は回帰分析における最小境界値を示します。regression_fit_function.exponential_regression_fit.aparameter
は指数回帰のAパラメータを示しています。regression_fit_function.exponential_regression_fit.bparameter
は指数回帰のBパラメータを示しています。このBパラメータは、指数関数の成長率を表します。