未知の説明変数に対する目的変数の出力結果を予測したい場合には「AI予測」を行ってください。
「ニューラルネットワーク解析」を選択した場合は、以降の作業になります。
「AI予測」画面において、入力ファイルとして未知の説明変数のリストのCSVファイルをアップロードし、「アンサンブルモデル」をクリックして学習したAIモデルを選択して、「予測」をクリック頂くと、その説明変数リストに対する目的変数の予測値がダウンロード頂けます。
「ガウス過程回帰・ベイズ最適化」を選択した場合は、以降の作業になります。
「AI予測」画面にて、入力ファイルとして予測したい条件の説明変数のCSVファイルをアップロードし、「予測」をクリック頂くと、予測結果がダウンロード頂けます。また、予測結果に目的変数の予測値の分散が表示されます。
以降「ニューラルネットワーク解析」「ガウス過程回帰・ベイズ最適化」共通
※ AI予測の入力ファイルには、AI学習時の入力ファイルと同じ列名の先頭行が必要です。
x軸、y軸のパラメータを選択して、グラフを表示することもできます。
予測した結果に対して、後に実際の結果が得られましたら、そちらの結果を「テストデータファイル」としてアップロードして「実行」ボタンをクリック頂くと、予測と実際の結果の誤差を得ることが出来ます。
こちらの誤差は、下記の式による相対誤差で計算されているため、予測値の中に0に近い値が含まれている場合（例：0.00003）、実測値と予測値の数値が近い場合でも、誤差の数値が非常に大きな数値となる場合がございます。
相対誤差 = Σ|(予測値 – 実測値)／実測値 |／予測データ数
その他、スケーリング前の元のスケールにおける二乗平均平方根誤差(RMSE) 、相関係数も表示されます。
※ テストデータファイルには、AI学習時の出力ファイルと同じ列名の先頭行が必要です。
また、「表をダウンロード」ボタンをクリック頂くと、その相対誤差、二乗平均平方根誤差、相関係値がダウンロード頂けます。
予測結果が二値の場合は、ROC曲線をダウンロード頂けます。
「ROCをダウンロード」ボタンをクリック頂くと、ダウンロードすることが出来ます。
（予測結果が二値でない場合は、ボタン表示されません）
