変化点検出 ChangeFinderChangeFinder は、時系列データの各時点におけるスコアを算出し、 このスコアが高いほど、変化の度合が高いと判断します。 スコアは、AR モデルを使用した 2段階学習 (two-stage learning of time series models) に基づくアルゴリズムによって求められます。 図1 のデータを例に説明します。 まず第1段階の学習で、各時点における外れ値スコアを求めます (図2)。 外れ値スコアは、AR モデルで予測される値と実際の値とが、 どれくらい異なるかによって決まります。 次に、この外れ値スコアを平滑化 (smoothing) します (図3)。 平滑化は、直近の数時点1 の外れ値スコアを平均することによって行われます。 この平滑化により、ノイズに反応した外れ値スコアが除去されます。 次に、この平滑化したスコアの時系列データに対して2段階目の学習を行い、平
