次の方法で共有


予測モデルの予測の比較 (中級者向けデータ マイニング チュートリアル)

このレッスンのこれまでの手順では、次の 3 つのモデルを作成しました。

  • 個々のモデルと地域のデータのみに基づく地域とモデルの組み合わせごとの予測

  • 集計データに基づく全世界におけるすべてのモデルの予測

  • 集計モデルに基づく北米地域の M200 モデルの予測

この最後の作業では、各モデルの予測を比較して、汎用モデルの使用が結果に与える影響を確認します。

予測結果の比較

元のマイニング モデルの結果を分析したところ、特定の地域とモデル ラインの間に大きな差が見られました。M200 モデルの傾向線が特に高い一方で、T1000 モデルの傾向線は低くて比較的平坦でした。

M200 および T1000 の数量を予測するシリーズM200 および T1000 の数量を予測するシリーズ

すべての予測を含むグラフを作成するには、複数のデータ系列のグラフを作成して管理するためのより高度なツールを備えた Microsoft Excel に結果および元のデータをエクスポートします。次の図は、M200 製品モデルのみの傾向線を示し、最初のマイニング モデルを使用した予測と集計マイニング モデルを使用した予測を比較しています。

予測を比較する Excel グラフ予測を比較する Excel グラフ

前のグラフから、個々のデータ系列の変動を最小限に抑えると同時に、集計マイニング モデルによって全体的な傾向が保持されていることがわかります。次の表に、グラフの作成に使用されたデータ系列の一部を比較のために示します。

系列とマイニング モデル

7/25/2008

8/25/2008

9/25/2008

10/25/2008

11/25/2008

M200 Europe — 集計

143

126

115

119

94

M200 Europe — 特定

121

142

152

149

154

M200 North America — 集計

208

150

149

151

172

M200 North America — 特定

163

178

156

173

203

M200 Pacific — 集計

89

80

71

77

57

M200 Pacific — 特定

46

44

42

42

38

T1000 Europe — 集計

65

51

54

53

48

T1000 Europe — 特定

42

41

43

42

43

T1000 North America — 集計

103

84

79

85

68

T1000 North America — 特定

82

78

78

83

83

T1000 Pacific — 集計

68

52

48

56

44

T1000 Pacific — 特定

38

39

37

38

36

結論

予測に使用できる時系列モデル、および別のデータ系列に適用できる汎用モデルを作成する方法について学習しました。