Bola zohľadnená sezónnosť, keďže ste brali len tri mesiace?

Áno, sezónnosť je dôležitým faktorom v modeloch strojového učenia, najmä pri analýze časových radov. Ak boli údaje zbierané iba tri mesiace, môžu sa sezónne vzory nezachytiť úplne.

Na zohľadnenie sezónnosti sú zvyčajne potrebné údaje za celý cyklus (napríklad rok), aby model mohol identifikovať opakujúce sa vzory. Ak je údajov málo, môžu sa použiť metódy vyhladzovania alebo pridať externé znaky odrážajúce sezónne zmeny (sviatky, počasie a pod.).

Napríklad pri prognóze predaja je dôležité mať údaje zo všetkých období, aby sa model nepreškolil na krátkodobé trendy.