Mi az a feature engineering időszakos adatokhoz (lags, gördülő statisztikák, dátum-idő jellemzők)?

Jellemzőkészítés időbeli sorozatokhoz az eredeti adatokból új jellemzők létrehozása, amelyek segítenek a modelleknek jobban megragadni az időbeli szerkezetet és függőségeket.

• Lags (késleltetések) — olyan jellemzők létrehozása, amelyek a sorozat értékeit reprezentálják korábbi időpontokból. Például, az érték 1, 2, 3 periódummal ezelőtti. Ez segít a modellnek figyelembe venni az autokorrelációt.

• Rolling stats (mozgó statisztikák) — statisztikák (átlag, medián, szórás stb.) számítása egy mozgó ablakon. Például, az utolsó 7 nap átlagértéke. Ez segít trendek felismerésében és a zaj simításában.

• Datetime jellemzők (dátum és idő jellemzők) — olyan jellemzők kinyerése, mint a hét napja, hónap, óra, ünnepnapok, évszak stb. egy időbélyegből. Ez segít a modellnek figyelembe venni a szezonális és ciklikus mintákat.

Példa lag és mozgó átlag létrehozására Pythonban pandas-szal:

import pandas as pd

df = pd.DataFrame({'value': [10, 12, 13, 15, 14, 16, 18]})
# 1 periódum késleltetés
 df['lag_1'] = df['value'].shift(1)
# 3 periódumos mozgó átlag
 df['rolling_mean_3'] = df['value'].rolling(window=3).mean()

Így a jellemzőkészítés segíti az időbeli sorozatmodelleket abban, hogy jobban megértsék az adatok szerkezetét és javítsák a jóslás minőségét.