Tahmin için ağaçlar ve rastgele ormanlar kullanırken verilerdeki eğilimle nasıl başa çıkılır?

Verilerde eğilim, zamanla hedef değişkenin sistematik bir değişimidir ve bu, karar ağaçları ve rastgele ormanların tahmin kalitesini etkileyebilir çünkü bu modeller verilerin durağan olduğunu varsayar.

Ağaçlar ve rastgele ormanlar kullanırken eğilimle başa çıkmak için:

• Zaman serisini ayırmak: eğilim bileşenini tanımlayıp kaldırmak (örneğin, hareketli ortalama veya STL yöntemleri kullanarak), ardından modeli artıklar üzerinde eğitmek.
• Zaman özellikleri eklemek: modele zamanla ilgili özellikler (gün, ay, yıl, gözlem sırası) ekleyerek eğilimi dikkate almasını sağlamak.
• Farklar kullanmak: verileri, ardışık gözlemler arasındaki farkları alarak dönüştürmek, böylece eğilimi ortadan kaldırmak.
• Modeli sınırlı zaman aralığı içeren pencerelerde eğitmek: böylece model eski eğilimleri "hatırlamaz".

Zaman özellikleri eklemenin örneği:

import pandas as pd
from sklearn.ensemble import RandomForestRegressor

# df'nin 'date' ve 'target' sütunlarını içerdiğini varsayalım
df['day_of_year'] = df['date'].dt.dayofyear
df['year'] = df['date'].dt.year

features = ['day_of_year', 'year']
X = df[features]
y = df['target']

model = RandomForestRegressor()
model.fit(X, y)

Bu şekilde, model zaman özellikleri aracılığıyla eğilimi dikkate alabilir, doğrudan yaklaşık yapmaya çalışmak yerine.