SFI正式版への道＃３　回帰でダメなら、区切ってみる

クレンジングは、データを「整える」もの。新規分析列は、元の列を残したまま、分析の「軸を増やす」もの。SFI正式版では、この新しいブロックとビニング処理を追加しました。本記事は全6回の連載「SFI正式版への道」の第３回となります。

みなさん、こんにちは。Vertysの山本です。

今日は、データを 「加工する」 側の話です。

「整える」と「増やす」は、別の仕事

---

PoCで、こんな声をいただきました。

「移動平均を取りたい。でも、元の値も残しておきたい」

「電圧と電流を掛けて、電力の列を作りたい」

SFIのクレンジングは、欠損や外れ値を処理して、既存の列を上書きするブロックです。ここに移動平均を入れると、生の値と比べられなくなります。

そこで、元の列を残して、新しい列を追加するブロックを別に作りました。それが新規分析列生成です。

演算	中身	現場での使いどころ
移動平均	直近N点の平均	ノイズを抑えて、 傾向だけを見たい
単純平均	列全体の平均を全行に	基準との差を取りたい
差分	N行前との差・ 比率・変化率	前ロットから どれだけ動いたか
累積和	先頭からの累計	生産数や積算量を追いたい
四則演算	列×列、列×定数	電圧×電流で電力、 などの物理量を作る
ローパス／ハイパスフィルタ	高い／低い周波数成分を除去	ゆっくりした変化だけ、 細かい変動だけを見たい
ビニング	連続値を区間に 区切ってラベル化	「良・中・悪」のように、 現場の判断の単位で見たい

生成した列は「温度_MA10」「電圧_mul_電流」のように、何をした列かが名前で分かるよう自動で命名します。3日後に自分で作った列の意味が分からなくなる、という現場あるあるを防ぐためです。

回帰では見えないのに、区切ると見える

---

PoCで一番多用されたのが、ビニングでした。

品質スコアで回帰分析をかけると、精度がまったく出ない。

ところが「良・中・悪」に区切って分類分析にすると、傾向がはっきり見える。

図：ビニングの効果

左は回帰で見たもの。点がばらつき、決定係数は低いままです。右は同じデータを区切ったもの。約182℃を境に「悪」が急増する段差が見えます。

なぜ、こういうことが起きるのか。理由は3つあると考えています。

理由	中身
① 細かい差は、ほぼノイズ	85.2と85.6の差は、測定のばらつきに埋もれていることが多い。区切れば、意味のある大きな違いだけが残る
② 現場の現象は、なめらかな直線ではない	「ある温度を超えた瞬間に不良が出る」ような段差は、回帰より分類の方が素直に捉えられる
③ 現場の判断は、もともと区切りでできている	合格か不合格か、規格内か規格外か。区切って分析すれば、結果がそのまま現場の言葉になる

回帰で精度が出ないのは、データが悪いからとは限らない。

問いの立て方が、現場の判断の単位と合っていないだけかもしれない。

波形・ロット特徴抽出とは、何が違うのか

---

よく聞かれるのが、「波形・ロット特徴抽出も新しい列を作るのでは？」という質問です。

違いは、データの「形」を変えるかどうかです。

	クレンジング	新規分析列生成	波形・ロット特徴抽出
目的	データを整える	分析の軸を増やす	波形を、学習できる形に 畳み込む
行の数	変わらない	変わらない	変わる（波形1本＝1行に）
列の数	基本的に変わらない	増える	特徴量の数だけ並ぶ
元の列	上書きする	残す	特徴量に置き換わる

たとえば、溶接1打点ごとに電流波形を1万点取っているとします。移動平均をかけても、1万行は1万行のままです。

波形・ロット特徴抽出は、その1万点から最大値・立ち上がり時間・主周波数などを計算して、「1打点＝1行」に変換します。これで初めて、波形の特徴と溶接強度を同じ行で突き合わせ、機械学習にかけられる形になるわけです。

PoCでは、「特徴量の出力が縦持ちだと後工程で使えない。ロットごとに1行の横持ちにしてほしい」というご指摘もいただきました。次のブロックがそのまま受け取れる形で出すところまでが、このブロックの仕事です。

今日のまとめ

---

• クレンジングは「整える」、新規分析列生成は「軸を増やす」。元の列を残すために、ブロックを分けた
• ビニングで、回帰では見えない傾向が、分類で見えるようになる
• 波形・ロット特徴抽出は、データの形そのものを変えるブロック

どんな問いを立てられるかは、前処理で決まります。

次回は、多目的最適化の話です。最適化の答えを「計算上の最適」で終わらせず、明日の現場で試せる条件にするために、何を積み上げたのかを書きます。

それでは、また次回。