Хусусиятҳои сохтани маҷмӯаи додаҳо ва тасдиқ барои моделҳои силсилаи вақтӣ кадомҳоянд?

Ҳангоми сохтани маҷмӯаҳои додаҳо ва тасдиқ барои моделҳои силсилавии вақт, муҳим аст, ки вобастагии вақтии додаҳоро ба назар гирифта, аз сироятёбии маълумот аз оянда ба гузашта пешгирӣ кунед.

Хусусиятҳои асосӣ:

1. Терезаи ҳаракаткунанда (Sliding window) — таҳияи намунаҳои омӯзишӣ аз интервалҳои вақтии пайдарпай, ки дар он вуруд арзишҳои қаблӣ, ва баромад қадами оянда мебошад.

2. Тақсимоти додаҳо дар асоси вақт — додаҳо қатъиян ба қисмҳои омӯзишӣ, тасдиқӣ ва тестӣ дар асоси вақт тақсим мешаванд, то модел дар вақти омӯзиш маълумоти ояндаро надиҳад.

3. Тасдиқ бо дарназардошти пайдарпайии вақт:

   • Истифодаи усулҳо монанди TimeSeriesSplit, ки тақсимоти пайдарпайро, ки ба тартиби додаҳо эҳтиром мекунад, месозад.
   • Аз омехтаи тасодуфӣ (shuffle) худдорӣ кунед, зеро ин сохтори вақтро вайрон мекунад.

4. Мудирияти сезонӣ ва тамоюлҳо — дар сохтани хусусиятҳо, хусусиятҳои вақтӣ (рӯз дар ҳафта, соат, идҳо) ба назар гирифта мешаванд.

5. Мудирияти арзишҳои норасои ва норасоӣ — пешакӣ коркард кардан муҳим аст, зеро силсилаҳои вақт ба чунин тағиротҳо ҳассосанд.

Масалан, тақсимоти додаҳо:

import pandas as pd
from sklearn.model_selection import TimeSeriesSplit

data = pd.read_csv('timeseries.csv', parse_dates=['date'])
data = data.sort_values('date')

# Тақсим кардан ба омӯзиш ва тест дар асоси дата
train = data[data['date'] < '2023-01-01']
test = data[data['date'] >= '2023-01-01']

# TimeSeriesSplit барои тасдиқи мутақобил
tscv = TimeSeriesSplit(n_splits=5)
for train_index, val_index in tscv.split(train):
    train_fold = train.iloc[train_index]
    val_fold = train.iloc[val_index]
    # омӯзиш ва тасдиқ кардани модел

Ключ — нигоҳ доштани тартиби хронологӣ ва пешгирӣ аз сироятёбии маълумот аз оянда ба гузашта.