Co je to feature engineering pro časové řady (zpoždění, klouzavá statistika, vlastnosti data/time)?

Inženýrství rysů pro časové řady je proces vytváření nových rysů z původních dat, které pomáhají modelům lépe zachytit časovou strukturu a závislosti.

• Lags (zpoždění) — vytváření rysů, které představují hodnoty časové řady z předchozích bodů. Například hodnota řady před 1, 2, 3 periody. To pomáhá modelu zohlednit autokorelaci.

• Rolling stats (klouzavé statistiky) — výpočet statistik (průměr, medián, směrodatná odchylka atd.) na klouzavém okně. Například průměr za posledních 7 dní. To pomáhá odhalit trendy a vyhladit šum.

• Datetime features (časové vlastnosti) — extrakce vlastností jako den v týdnu, měsíc, hodina, sváteční dny, sezóna atd. z časové značky. To pomáhá modelu zohlednit sezónnost a cykličnost.

Příklad tvorby zpoždění a klouzavého průměru v Pythonu s pandas:

import pandas as pd

df = pd.DataFrame({'value': [10, 12, 13, 15, 14, 16, 18]})
# Zpoždění o 1 období
 df['lag_1'] = df['value'].shift(1)
# Klouzavý průměr za 3 období
 df['rolling_mean_3'] = df['value'].rolling(window=3).mean()

Tímto způsobem inženýrství rysů pomáhá modelům časových řad lépe porozumět struktuře dat a zlepšit kvalitu předpovědí.