抄録
データの集合からの知識獲得を行う方法として決定木学習が広く用いられている。
本論文では時系列データからの知識獲得を試みる。
このとき、現在の各属性の値に加えて、各属性の時系列データの全体的な傾向、
局所的な特徴、振動の特徴もテスト属性とする。
これにより、例えば、ある期間での全体的傾向が少し増加傾向にあり、
後期に大きく増加しているデータはクラスC1に分類される、
というようなルールが得られると考えられる。
このとき、知識獲得の手法としてはファジィID3を基とした方法を用い、
全体的な傾向、局所的な特徴、振動の特徴については前に行った研究結果を利用
する。
例として株価の時系列データを用い、全体的な傾向、局所的な特徴、振動の特徴、
業種、データの粒度をテスト属性とし、最後のデータの変化のしかた
をクラスとして知識獲得を行う。
