Čo je feature engineering pre časové rady (lags, posuvné štatistiky, vlastnosti dátumu a času)?

Inžinierstvo vlastností pre časové rady je proces vytvárania nových vlastností z pôvodných údajov, ktoré pomáhajú modelom lepšie zachytiť časovú štruktúru a závislosti.

• Lags (oneskorenia) — vytváranie vlastností, ktoré predstavujú hodnoty časovej rady z predchádzajúcich bodov. Napríklad hodnota rady pred 1, 2, 3 obdobiami. To pomáha modelu zohľadniť autokorelácie.

• Rolling stats (kĺzavé štatistiky) — výpočet štatistík (priemer, medián, smerodajná odchýlka atď.) na kĺzavom okne. Napríklad priemer za posledných 7 dní. To pomáha odhaliť trendy a vyhladiť šum.

• Datetime features (dátumové a časové vlastnosti) — extrakcia vlastností ako deň v týždni, mesiac, hodina, sviatky, sezóna atď. z časovej značky. To pomáha modelu zohľadniť sezónnosť a cyklickosť.

Príklad vytvárania oneskorení a kĺzavého priemeru v Pythone s pandas:

import pandas as pd

df = pd.DataFrame({'value': [10, 12, 13, 15, 14, 16, 18]})
# Odsun o 1 obdobie
 df['lag_1'] = df['value'].shift(1)
# Kĺzavý priemer za 3 obdobia
 df['rolling_mean_3'] = df['value'].rolling(window=3).mean()

Týmto spôsobom inžinierstvo vlastností pomáha modelom časových radov lepšie porozumieť štruktúre údajov a zlepšiť kvalitu prognóz.