データセット形式の概要

データ形式としては表形式データ、ファイルフォーマットとしては CSV(カンマ区切り)と TSV(タブ区切り)に対応しています。

各行が１つのサンプル(１つのデータのことをサンプルと呼びます。例えば、顧客データでは顧客のことです。)に対応し、各列(項目)がサンプルの属性(例えば、年齢・性別など)に対応します。データファイルの最初の行は列名(項目名)を表す内容を書き、２行目以降にサンプルの情報を書きます。各行は同じ項目数である必要があります。

予測したい項目(例えば、継続か退会か)は項目の 1 つとして、ファイルに書かれているとします。データセットの例として、下図をご参照ください。予測したい項目は「継続・退会」です。同封のサンプルデータも例として参考にしてください。

項目のデータタイプ

項目としては以下のデータタイプを利用できます。予測したい項目に指定できるのは、二値分類・多値分類では文字列または数値、数値予測では数値のみです。

日時フォーマット

1970 年 1 月 1 日 0 時 0 分から 3999 年 12 月 31 日 23 時 59 分の間に含まれる日時データは日時型データとして読み取り利用することができます。日時型データとして読み取るには、日時型データのフォーマットを統一する必要があります。対応している日時フォーマットの詳細は「より詳細な仕様」を確認してください。例えば、以下のようなデータを日時型データとして読み取ることができます。