Ako vytvoriť vlastnosti pre model na základe trendu a vrcholu v metrikách?

Za tvorbu vlastností na základe trendu a vrcholu v metrikách je možné použiť nasledujúce prístupy:

1. Trend — odráža smer zmeny metriky v čase. Na jeho zvýraznenie môžete:

• Vypočítať kĺzavé priemery alebo exponenciálne vyhladenie na zníženie šumu.
• Vypočítať koeficient sklonu lineárnej regresie na hodnotách metriky za určené obdobie — to bude vlastnosť trendu.
• Použiť rozdiely medzi po sebe idúcimi hodnotami alebo percentuálne zmeny.

2. Vrch — bod maxima alebo minima v metrike, ktorý ukazuje na vrcholovú hodnotu:

• Identifikovať lokálne maxima/minima pomocou algoritmov na vyhľadávanie extrémov.
• Vytvoriť binárnu vlastnosť, ktorá ukazuje, či je aktuálny bod vrcholom.
• Vypočítať vzdialenosť v čase alebo hodnote od najbližšieho vrcholu.

Príklad v Pythone na výpočet trendu a vrcholu:

import numpy as np
from scipy.signal import argrelextrema

def create_trend_feature(values):
    x = np.arange(len(values))
    coeffs = np.polyfit(x, values, 1)  # lineárna regresia
    return coeffs[0]  # sklon trendu

def find_peaks(values):
    maxima = argrelextrema(np.array(values), np.greater)[0]
    return maxima

values = [10, 12, 15, 14, 13, 16, 20, 18, 17]
trend = create_trend_feature(values)
peaks = find_peaks(values)

print(f"Trend (sklon): {trend}")
print(f"Indexy vrcholov: {peaks}")

Týmto spôsobom vlastnosti trendu a vrcholu pomáhajú modelu zohľadniť dynamiku zmien metrik, čo zlepšuje kvalitu predpovedí.