Убакыт сериялары үчүн өзгөчөлүк инженериясы эмне (lags, айланма статистика, даталардын өзгөчөлүктөрү)?

Убакыттык катарлар үчүн өзгөчөлүктөрдү инженерлөө — бул баштапкы маалыматтардан жаңы өзгөчөлүктөрдү түзүү процесси болуп саналат, ал моделдерге убакыттык түзүлүштү жана көзкарандылыктарды жакшыраак түшүнүүгө жардам берет.

• Lags (кечикүүлөр) — убакыттык катардын мурунку чекиттериндеги маанилерди көрсөтүүчү өзгөчөлүктөрдү түзүү. Мисалы, катардын 1, 2, 3 мезгил мурдагы мааниси. Бул моделге автокорреляцияны эске алууга жардам берет.

• Rolling stats (айланма статистика) — айланма терезе боюнча статистикаларды (орточо, медиана, стандарттык ката жана башка) эсептөө. Мисалы, акыркы 7 күндүн орточо мааниси. Бул тенденцияларды аныктоого жана шууңду тегиздөөгө жардам берет.

• Datetime өзгөчөлүктөрү (датасы жана убактысы өзгөчөлүктөрү) — убакыт белгисинен апта күнү, ай, саат, майрам күндөрү, сезон жана башка өзгөчөлүктөрдү чыгарып алуу. Бул моделге сезондуулук жана цикликти эске алууга жардам берет.

Python жана pandas колдонуп, кечиктирүүлөрдү жана айланма орточо маанини түзүү мисалы:

import pandas as pd

df = pd.DataFrame({'value': [10, 12, 13, 15, 14, 16, 18]})
# 1 мезгил кечиктирүү
 df['lag_1'] = df['value'].shift(1)
# 3 мезгилдик айланма орточо
 df['rolling_mean_3'] = df['value'].rolling(window=3).mean()

Мындай жол менен, өзгөчөлүк инженерлиги убакыттык катар моделдерине маалыматтын түзүлүшүн жакшыраак түшүнүүгө жана болжолдун сапатын жакшыртууга жардам берет.