Kas ir iezīmju inženierija laika rindām (lags, slīdošās statistikas, datuma funkcijas)?

Īpašību inženierija laika rindās ir process, kurā no sākotnējiem datiem tiek radīti jauni īpašības, kas palīdz modeļiem labāk uztvert laika struktūru un atkarības.

• Lags (novēlējumi) — īpašību izveide, kas attēlo laika rindas vērtības no iepriekšējiem punktiem. Piemēram, vērtība pirms 1, 2, 3 periodiem. Tas palīdz modelim ņemt vērā autokorelāciju.

• Rolling stats (ritināšanas statistika) — statistiku (vidējo, mediānu, standartnovirzi un citus) aprēķināšana uz ritināmo logu. Piemēram, pēdējo 7 dienu vidējā vērtība. Tas palīdz identificēt tendences un izlīdzināt troksni.

• Datetime īpašības (laika un datuma īpašības) — no laika zīmes izvilkt tādas īpašības kā nedēļas diena, mēnesis, stunda, svētku dienas, sezona utt. Tas palīdz modelim ņemt vērā sezonālo un ciklisko raksturu.

Piemērs, kā ar pandas izveidot novēlējumu un ritināmo vidējo:

import pandas as pd

df = pd.DataFrame({'value': [10, 12, 13, 15, 14, 16, 18]})
# 1 perioda novēlējums
 df['lag_1'] = df['value'].shift(1)
# 3 periodu ritināmais vidējais
 df['rolling_mean_3'] = df['value'].rolling(window=3).mean()

Šādā veidā īpašību inženierija palīdz laika rindu modeļiem labāk izprast datu struktūru un uzlabot prognožu kvalitāti.