Zaman seriyası modelləri üçün məlumat dəstinin qurulması və təsdiqlənməsi xüsusiyyətləri nələrdir?

Zaman seriyaları modelləri üçün məlumat dəstləri və doğrulama zamanı, məlumatların vaxt asılılığını nəzərə almaq və gələcək məlumatların keçmişə sızmasını qarşısını almaq vacibdir.

Əsas xüsusiyyətlər:

1. Sürüşən pəncərə (Sliding window) — ardıcıl zaman intervallarından təlim nümunələrinin yaradılması, burada giriş əvvəlki dəyərlər, çıxış isə növbəti addımdır.

2. Məlumatların vaxt üzrə bölünməsi — məlumatlar sərt şəkildə təlim, doğrulama və test hissələrinə vaxt üzrə bölünür, beləliklə model təlim zamanı gələcək məlumatları görmür.

3. Zaman ardıcıllığını nəzərə alan doğrulama:

   • TimeSeriesSplit kimi metodlardan istifadə, bu metodlar məlumatların ardıcıllığını nəzərə alan ardıcıl bölmələr yaradır.
   • Təsadüfi qarışdırmadan (shuffle) qaçınmaq, çünki bu zaman strukturunu pozur.

4. Sezonalite və tendensiyaların idarə olunması — xüsusiyyətlərin yaradılmasında vaxt xüsusiyyətləri (həftənin günü, saat, bayramlar) nəzərə alınır.

5. Əskik və anomal dəyərlərin idarə olunması — düzgün əvvəlcədən emal vacibdir, çünki zaman seriyaları bu cür pozuntulara həssasdır.

Məlumatların bölünməsi nümunəsi:

import pandas as pd
from sklearn.model_selection import TimeSeriesSplit

data = pd.read_csv('timeseries.csv', parse_dates=['date'])
data = data.sort_values('date')

# Tarixə görə təlim və test bölməsi
train = data[data['date'] < '2023-01-01']
test = data[data['date'] >= '2023-01-01']

# TimeSeriesSplit ilə kross-validasiya
tscv = TimeSeriesSplit(n_splits=5)
for train_index, val_index in tscv.split(train):
    train_fold = train.iloc[train_index]
    val_fold = train.iloc[val_index]
    # modelin təlimi və doğrulaması

Əsas odur ki, kronoloji ardıcıllığı qorumaq və gələcək məlumatların keçmişə sızmasını qarşısını almaq.