Ի՞նչ է ժամանակային շարքերի համար առանձնահատկությունների ինժեներությունը (lags, շարժական վիճակագրություն, ամսաթիվի հատկություններ)։

Ժամանակային շարքերի համար հատկությունների ինժեներությունը՝ դա է սկզբնական տվյալներից նոր հատկությունների ստեղծման գործընթացը, որոնք օգնում են մոդելներին ավելի լավ հասկանալ ժամանակային կառուցվածքը և կախվածությունները:

• Lags (հետաձգումներ) — ստեղծել հատկություններ, որոնք ներկայացնում են ժամանակային շարքերի արժեքները նախորդ կետերից։ Օրինակ, շարքերի արժեքը 1, 2, 3 ժամանակաշրջան առաջ։ Սա օգնում է մոդելին հաշվի առնել ինքնահաղորդակցությունը։

• Rolling stats (շարժվող վիճակագրություններ) — հաշվարկել վիճակագրություններ (միջին, մեդիան, ստանդարտ շեղում և այլն) շարժվող պատուհանի վրա։ Օրինակ, վերջին 7 օրվա միջին արժեքը։ Սա օգնում է հայտնաբերել միտումները և մեղմել աղմուկը։

• Datetime հատկություններ (թվային և ժամային հատկություններ) — հանեք հատկություններ, ինչպիսիք են շաբաթվա օր, ամիս, ժամ, տոնական օրեր, սեզոն և այլն՝ ժամանակային նշանից։ Սա օգնում է մոդելին հաշվի առնել սեզոնայնությունը և ցիկլայինությունը։

Python և pandas օգտագործելով lag և շարժվող միջին ստեղծելու օրինակ՝

import pandas as pd

df = pd.DataFrame({'value': [10, 12, 13, 15, 14, 16, 18]})
# 1 ժամանակաշրջան հետաձգում
 df['lag_1'] = df['value'].shift(1)
# 3 ժամանակաշրջանի շարժվող միջին
 df['rolling_mean_3'] = df['value'].rolling(window=3).mean()

Այս կերպ, հատկությունների ինժեներությունը օգնում է ժամանակային շարքերի մոդելներին ավելի լավ հասկանալ տվյալների կառուցվածքը և բարելավել կանխատեսումների որակը։