Metriklərdə meyl və kulminasiya əsasında model üçün xüsusiyyətlər necə yaradılır?

Metriklərdə trend və zirvə əsasında xüsusiyyətlər yaratmaq üçün aşağıdakı yanaşmalardan istifadə etmək olar:

1. Trend — metrikin zamanla dəyişmə istiqamətini əks etdirir. Onu vurğulamaq üçün:

• Səs-küyü azaltmaq üçün hərəkətli orta və ya eksponential hamarlaşdırma hesablamaq.
• Müəyyən bir dövrdə metrikin dəyərləri üzərində xətti regresiyanın meyl koeffisientini hesablamaq — bu, trend xüsusiyyəti olacaq.
• Ardıcıl dəyərlər arasındakı fərqlər və ya faiz dəyişikliklərindən istifadə etmək.

2. Zirvə — metrikdə maksimum və ya minimum nöqtə, bu da zirvə dəyərini göstərir:

• Ekstremum axtarış alqoritmləri ilə lokal maksimum və minimumları müəyyən etmək.
• Cari nöqtənin zirvə olub-olmadığını göstərən ikili xüsusiyyət yaratmaq.
• Ən yaxın zirvəyə vaxt və ya dəyər üzrə məsafəni hesablamaq.

Python nümunəsində trend və zirvə hesablama:

import numpy as np
from scipy.signal import argrelextrema

def create_trend_feature(values):
    x = np.arange(len(values))
    coeffs = np.polyfit(x, values, 1)  # xətti regresiya
    return coeffs[0]  # trendin meyli

def find_peaks(values):
    maxima = argrelextrema(np.array(values), np.greater)[0]
    return maxima

values = [10, 12, 15, 14, 13, 16, 20, 18, 17]
trend = create_trend_feature(values)
peaks = find_peaks(values)

print(f"Trend (meyil): {trend}")
print(f"Zirvə indeksləri: {peaks}")

Bu cür, trend və zirvə xüsusiyyətləri modelin metriklərin dəyişmə dinamikasını nəzərə almasına kömək edir və bu, proqnozların keyfiyyətini artırır.