Zaman seriləri üçün feature engineering nədir (lags, hərəkətli statistikalar, datetime xüsusiyyətləri)?

Xüsusiyyət mühəndisliyi zaman seriləri üçün, ilkin məlumatlardan yeni xüsusiyyətlərin yaradılması prosesidir və bu, modellərə zaman quruluşunu və asılılıqları daha yaxşı başa düşməyə kömək edir.

• Lags (gecikmələr) — zaman serisinin əvvəlki nöqtələrindəki dəyərləri təmsil edən xüsusiyyətlərin yaradılması. Məsələn, serinin 1, 2, 3 dövr əvvəlki dəyəri. Bu, modelin avtoreqressiya əlaqəsini nəzərə almasına kömək edir.

• Rolling stats (dönən statistikalar) — dönən pəncərə üzərində statistikaların (ortalama, median, standart sapma və s.) hesablanması. Məsələn, son 7 günün orta dəyəri. Bu, tendensiyaları aşkar etməyə və səs-küyü yumşaltmağa kömək edir.

• Datetime xüsusiyyətləri (tarix və vaxt xüsusiyyətləri) — zaman damğasından həftənin günü, ay, saat, bayram günləri, mövsüm və s. kimi xüsusiyyətlərin çıxarılması. Bu, modelin mövsümi və dövriyyə xüsusiyyətlərini nəzərə almasına kömək edir.

Python və pandas ilə lag və dönən orta hesabın yaradılması nümunəsi:

import pandas as pd

df = pd.DataFrame({'value': [10, 12, 13, 15, 14, 16, 18]})
# 1 dövr gecikmə
 df['lag_1'] = df['value'].shift(1)
# 3 dövr dönən orta
 df['rolling_mean_3'] = df['value'].rolling(window=3).mean()

Bu şəkildə, xüsusiyyət mühəndisliyi zaman seriləri modellərinin məlumatların quruluşunu daha yaxşı başa düşməsinə və proqnozların keyfiyyətini artırmağa kömək edir.