subset
構文
説明
関数 subset を使用すると、大規模なアンサンブル データストアから典型的なアンサンブル データ セットを抽出できます。
subset は、ソースデータが大きすぎて容易には特徴の処理および抽出ができない場合や、診断特徴デザイナーでデータをインポートして実験する場合に使用します。
subset には、組み合わせることで縮小データ セットを作成できる、以下のオプションが用意されています。
インデックスによる指定 — インデックス ベクトルを指定して、特定のアンサンブル メンバーを抽出します。
クラスまたはアンサンブルのメンバー数による指定 — 各条件クラスまたはアンサンブル全体から選択するメンバーの数を指定します。また、最小クラスまたは最大クラスのサイズに基づいてメンバーの数を指定することもできます。このオプションは、アンサンブルのサイズを縮小するだけでなく、アンサンブル内のクラスのバランスをとり、モデル開発をより効率的にすることができます。
順序による指定 — メンバーを選択する順序を、元のデータの先頭から、またはランダムに指定します。
ホールドアウトによる指定 — 選択されたデータを学習アンサンブルとテスト アンサンブルに分割します。
インデックスによるサブセットの指定
sens = subset(ens,idx)idx のインデックスに対応するアンサンブル メンバーを抽出して、既存のアンサンブル データストア ens のサブセットから新しいアンサンブル データストア sens を作成します。
この構文は、特定のアンサンブル メンバーまたはアンサンブル メンバーのグループに対してアンサンブルの操作を実行する際に使用します。たとえば、この構文を使用して次のことが可能です。
特定の故障状態のアンサンブル メンバーのみを抽出する。
特定の特性をもつ単一のアンサンブル メンバーを抽出し、メンバーの動作を分離して調べる。
抽出するメンバーをインデックス ベクトル idx を使用して指定します。その後、任意のデータ アンサンブルに使用する手法と同じ手法を使用して、抽出されたアンサンブルを操作できます。
クラスによるサブセットの指定
sens = subset(ens,ConditionVariable=cvName,NumMembers=numMembers)numMembers メンバーを含むサブセットを使用します。
sens = subset(ens,ConditionVariable=cvName,ImbalancedClass="largest",SampleSize=sampleSize)sampleSize は、最大クラスの縮小サイズを小数で表される割合またはメンバー数で指定します。この構文は、故障した機器よりも健全な機器を表すデータが多い場合に特に有効です。
sens = subset(___,SelectionOrder=selectionOrder)subset が保持するメンバーを指定します。この構文は、クラスによるサブセットの指定の構文グループで任意の入力引数を組み合わせて使用できます。
ラベルなしデータのサブセットの指定
sens = subset(ens,NumMembers=numMembers)numMembers メンバーを含むサブセットを抽出します。この構文は、条件値として使用できるラベルやクラスがデータに含まれていない場合や、クラス分布を考慮せずにアンサンブル全体を操作する場合に使用します。
sens = subset(ens,NumMembers=numMembers,SelectionOrder=selectionOrder)subset が保持するメンバーを指定します。
サブセットおよび残りのアンサンブルとインデックスを返す
アンサンブルを学習セットとテスト セットに分割
[ は、ホールドアウト検証用のランダムな分割を trainsub,trainidx,testsub,testidx] = subset(ens,Holdout=holdout)holdout を使用して指定します。これは、関数 cvpartition を使用して整数または分数で表される割合になります。holdout が整数の場合、cvpartition は、テスト セットの観測値 holdout をランダムに選択します。holdout が範囲 (0,1) の値の場合、cvpartition は holdout*n 個の観測値をランダムに選択します。ここで、n は ens のメンバー数です。
この構文は、学習セットとインデックスをそれぞれ trainsub と trainidx で返し、テスト セットとインデックスを testsub と testidx で返します。
例
アンサンブル データストアから識別するアンサンブル メンバーを抽出し、単一の read コマンドを使用して内容を取得します。
この例では、次のコードを使用して、前に Simulink® モデルをさまざまな故障値で実行して生成されたデータを使って simulationEnsembleDatastore オブジェクトを作成します (generateSimulationEnsembleを参照)。アンサンブルには、モデル パラメーター ToothFaultGain の 5 つの異なる値についてのシミュレーション データが含まれます。データのボリュームにより、unzip 操作には数分かかります。
unzip simEnsData.zip ens = simulationEnsembleDatastore(pwd,'logsout')
ens =
simulationEnsembleDatastore with properties:
DataVariables: [5×1 string]
IndependentVariables: [0×0 string]
ConditionVariables: [0×0 string]
SelectedVariables: [5×1 string]
ReadSize: 1
NumMembers: 5
LastMemberRead: [0×0 string]
Files: [5×1 string]
ems_nm = ens.NumMembers
ems_nm = 5
アンサンブルには 5 つのファイルが含まれています。
4 番目のアンサンブル メンバーを新しい単一メンバーのアンサンブル sens に抽出します。
idx = 4; sens = subset(ens,idx); sens_nm = sens.NumMembers
sens_nm = 1
1 つのメンバーが sens に含まれています。ファイル名を表示してメンバー インデックスを確認します。
sens.Files
ans = "/tmp/Bdoc25b_2988451_550402/tp8f993787/predmaint-ex43507974/TransmissionCasingSimplified_log_4.mat"
sens を最初のメンバーにリセットして内容を読み取ります。
reset(sens) m4 = read(sens)
m4=1×5 table
PMSignalLogName SimulationInput SimulationMetadata Tacho Vibration
_______________ ______________________________ _________________________________ ___________________ ___________________
{'logsout'} {1×1 Simulink.SimulationInput} {1×1 Simulink.SimulationMetadata} {20213×1 timetable} {20213×1 timetable}
抽出されたメンバーのデータが m4 に含まれています。
既存のシミュレーション アンサンブル データストアのサブセットからシミュレーション アンサンブル データストアを作成します。
前に Simulink® モデルをさまざまな故障値で実行して生成されたデータを使って simulationEnsembleDatastore オブジェクトを作成します。
unzip simEnsData.zip ens = simulationEnsembleDatastore(pwd,'logsout'); ens_nm = ens.NumMembers
ens_nm = 5
アンサンブルには 5 つのファイルが含まれています。ファイル名を表示します。
ens.Files
ans = 5×1 string
"/tmp/Bdoc25b_2988451_550402/tp8f993787/predmaint-ex46856662/TransmissionCasingSimplified_log_1.mat"
"/tmp/Bdoc25b_2988451_550402/tp8f993787/predmaint-ex46856662/TransmissionCasingSimplified_log_2.mat"
"/tmp/Bdoc25b_2988451_550402/tp8f993787/predmaint-ex46856662/TransmissionCasingSimplified_log_3.mat"
"/tmp/Bdoc25b_2988451_550402/tp8f993787/predmaint-ex46856662/TransmissionCasingSimplified_log_4.mat"
"/tmp/Bdoc25b_2988451_550402/tp8f993787/predmaint-ex46856662/TransmissionCasingSimplified_log_5.mat"
1 番目、3 番目、および 5 番目のファイルを新しいアンサンブルに抽出します。
idx = [1 3 5]; sens = subset(ens,idx); sens_nm = sens.NumMembers
sens_nm = 3
3 つのメンバーが新しいアンサンブルに含まれています。ファイル名を表示します。
sens.Files
ans = 3×1 string
"/tmp/Bdoc25b_2988451_550402/tp8f993787/predmaint-ex46856662/TransmissionCasingSimplified_log_1.mat"
"/tmp/Bdoc25b_2988451_550402/tp8f993787/predmaint-ex46856662/TransmissionCasingSimplified_log_3.mat"
"/tmp/Bdoc25b_2988451_550402/tp8f993787/predmaint-ex46856662/TransmissionCasingSimplified_log_5.mat"
インデックスを指定した 3 つのファイルが新しいアンサンブルに含まれています。
ポンプ診断情報を含むワークスペース・アンサンブルであるデータ pEnsemble を読み込みます。
load pumpWEnsemble pEnsemble
pEnsemble の内容を確認します。
pEnsemble
pEnsemble =
workspaceEnsemble with properties:
DataVariables: [2×1 string]
IndependentVariables: [0×0 string]
ConditionVariables: "faultCode"
SelectedVariables: [3×1 string]
ReadSize: 1
NumMembers: 240
LastMemberRead: "Member 240"
240 個のメンバーが pEnsemble に含まれています。
summary を使用して、故障クラスの数を特定します。
pdist = summary(pEnsemble,ConditionVariable="faultCode");
sd = size(pdist)sd = 1×2
8 2
アンサンブルには 8 個の故障クラスがあり、1 クラスあたり平均 30 個のメンバーが含まれます。各クラスのメンバーを 15 個に制限し、アンサンブルのサイズを半分に縮小します。
subEns_numclass = subset(pEnsemble,ConditionVariable="faultCode",NumMembers=15)subEns_numclass =
workspaceEnsemble with properties:
DataVariables: [2×1 string]
IndependentVariables: [0×0 string]
ConditionVariables: "faultCode"
SelectedVariables: [3×1 string]
ReadSize: 1
NumMembers: 120
LastMemberRead: [0×0 string]
アンサンブルのメンバーは半減し (120 個)、それぞれ 15 個のメンバーを含む同じサイズの 8 個のクラスに分散されました。
ポンプ診断情報を含むワークスペース・アンサンブルであるデータ pEnsemble を読み込みます。
load pumpWEnsemble pEnsemble
pEnsemble の内容を確認します。
pEnsemble
pEnsemble =
workspaceEnsemble with properties:
DataVariables: [2×1 string]
IndependentVariables: [0×0 string]
ConditionVariables: "faultCode"
SelectedVariables: [3×1 string]
ReadSize: 1
NumMembers: 240
LastMemberRead: "Member 240"
pEnsemble には、2 つのデータ変数と状態変数 faultCode をもつ 240 個のメンバーが含まれます。
条件値 (クラス) の分布を示すには、summary を使用してヒストグラムを作成します。
summary(pEnsemble, ConditionVariable="faultCode")
完全なアンサンブルのヒストグラムは、各 faultCode 値に関連付けられているアンサンブル メンバーの数を示します。faultCode の値が 0 の場合、完全に健全なデータセットを示します。その他の faultCode 値は故障の組み合わせに対応します。アンサンブルには 8 つのクラスがあります。
"均衡化された"、つまり各クラスに同じ数のメンバーを含む、pEnsemble のサブセットを作成します。名前と値の引数 ImbalancedClass を "smallest" に設定して、すべてのクラスが最小のクラスと同じ数のメンバーを含むように指定します。これにより、ヒストグラムは 17 個のメンバーが含まれていることを示します。したがって、サブセットには各クラスに 17 個、合計 136 個のメンバーが含まれることになります。
subEns_smallest = subset(pEnsemble,ConditionVariable="faultCode",ImbalancedClass="smallest"); totalmembers = subEns_smallest.NumMembers
totalmembers = 136
サブセット アンサンブルのヒストグラムを調べます。
summary(subEns_smallest,ConditionVariable="faultCode")
サブセット アンサンブルのヒストグラムには、同じサイズのクラスが含まれます。
データ pEnsemble を読み込み、そのクラス分布のヒストグラムをプロットします。
load pumpWEnsemble pEnsemble summary(pEnsemble,ConditionVariable="faultCode")
最大クラスのラベルは 0 であり、42 個のメンバーを含みます。このクラスのサイズを 30 個に縮小します。
subEns_largest = subset(pEnsemble,ConditionVariable="faultCode",... ImbalancedClass="largest",SampleSize=30); summary(subEns_largest,ConditionVariable="faultCode")
これで、元のアンサンブルでの最大クラスのメンバーは 30 個になりました。
データ pEnsemble を読み込みます。
load pumpWEnsemble pEnsemble
pEnsemble のメンバー数を決定します。
numM = pEnsemble.NumMembers
numM = 240
アンサンブルには 240 個のメンバーがあります。メンバー数を 100 個に削減します。サブセット アンサンブルと残りのアンサンブル、およびそれらのインデックスを返します。
[sens100,sensidx,rens100,rensidx] = subset(pEnsemble,NumMembers=100);
選択の順序を表示します。
sfirst10 = sensidx(1:10)'
sfirst10 = 1×10
1 2 3 4 5 6 7 8 9 10
メンバーはアンサンブルの最初から選択されます。
残りのインデックスを表示します。
rfirst10 = rensidx(1:10)'
rfirst10 = 1×10
101 102 103 104 105 106 107 108 109 110
残りのアンサンブルの選択はメンバー 101 から始まります。
SelectionOrder を使用してメンバーをランダムに選択します。
[sens100r,sensidxr] = subset(pEnsemble,NumMembers=100,SelectionOrder="random");
first10r = sensidxr(1:10)'first10r = 1×10
3 6 7 11 16 22 28 30 32 33
メンバーはランダムに、しかし単調な順序で選択されます。
SelectionOrder を使用して最後のメンバーを使用します。
[sens100l,sensidxl,rens100,rensidxl] = subset(pEnsemble,NumMembers=100,SelectionOrder="last");
slast10l = sensidxl(1:10)'slast10l = 1×10
141 142 143 144 145 146 147 148 149 150
残りのアンサンブルの最後のインデックスを表示します。
rlast10l = rensidxl(end)
rlast10l = 140
残りのアンサンブルには、最初の 140 個のメンバーが含まれています。
データ pEnsemble を読み込みます。
load pumpWEnsemble pEnsemble
Holdout に値 0.1 を使用して、pEnsemble を学習サブセットとテスト サブセットに分割します。
[trainsub,trainidx,testsub,testidx] = subset(pEnsemble, Holdout=0.1);
アンサンブルのサイズを比較します。
numfull = pEnsemble.NumMembers
numfull = 240
numtrain = trainsub.NumMembers
numtrain = 216
numtest = testsub.NumMembers
numtest = 24
テスト アンサンブルには、元のアンサンブルの 10% が含まれます。
データ pEnsemble を読み込みます。
load pumpWEnsemble pEnsemble
クラス "faultCode" によるアンサンブルのメンバーのヒストグラムをプロットします。
summary(pEnsemble,ConditionVariable="faultCode")
Holdout に値 0.1 を使用して、pEnsemble を学習データ セットとテスト データ セットに分割します。
[trainsub,trainidx,testsub,testidx] = subset(pEnsemble,Holdout=0.1,... ConditionVariable="faultCode");
学習用区画とテスト用区画のヒストグラムをプロットします。
summary(trainsub,ConditionVariable="faultCode")
ヒストグラムは完全なアンサンブルにほぼ比例しています。
summary(testsub,ConditionVariable="faultCode")
このヒストグラムは、クラスのサイズが小さいことから、これまでのヒストグラムと同じ一般的なパターンを示しています。
