Kas yra ypatybių inžinerija laiko eilutėms (lags, slenkantys statistikos rodikliai, datos funkcijos)?

Ženklų inžinerija laiko eilutėse yra procesas, kurio metu iš pirminių duomenų kuriami nauji ženklai, padedantys modeliams geriau suvokti laiko struktūrą ir priklausomybes.

• Lags (uždelsimai) — ženklų kūrimas, kurie atspindi laiko eilutės reikšmes iš ankstesnių taškų. Pavyzdžiui, reikšmė prieš 1, 2, 3 periodus. Tai padeda modeliui atsižvelgti į autokorelaciją.

• Rolling stats (slenkančios statistikos) — statistikų (vidurkio, medianos, standartinio nuokrypio ir kt.) skaičiavimas slenkančiame lange. Pavyzdžiui, paskutinių 7 dienų vidurkis. Tai padeda nustatyti tendencijas ir išlyginti triukšmą.

• Datetime ženklai (datos ir laiko ženklai) — iš laiko žymės išgauti tokias savybes kaip savaitės diena, mėnuo, valanda, šventės, sezonas ir kt. Tai padeda modeliui atsižvelgti į sezoninius ir ciklinius modelius.

Pavyzdys, kaip su pandas sukurti uždelsimus ir slenkančius vidurkius:

import pandas as pd

df = pd.DataFrame({'value': [10, 12, 13, 15, 14, 16, 18]})
# 1 periodo uždelsimas
 df['lag_1'] = df['value'].shift(1)
# 3 periodų slenkiamas vidurkis
 df['rolling_mean_3'] = df['value'].rolling(window=3).mean()

Šiuo būdu ženklų inžinerija padeda laiko eilutės modeliams geriau suprasti duomenų struktūrą ir pagerinti prognozių kokybę.