Verwendung von "Datums"-Informationen
Zeitstempel als reine Zahlen zu sehen, ist naheliegend – aber vergiss nicht, dass sie Ereignissen in der realen Welt entsprechen. Das heißt, oft sind zusätzliche Informationen in den Daten kodiert, wie zum Beispiel „Ist es ein Wochentag?“ oder „In welchem Quartal sind wir?“. Diese Informationen sind häufig hilfreich, um Zeitreihendaten vorherzusagen.
In dieser Übung extrahierst du solche auf Datum/Uhrzeit basierenden Merkmale. Eine einzelne Zeitreihe wurde in einer Variable namens prices geladen.
Diese Übung ist Teil des Kurses
Maschinelles Lernen für Zeitreihendaten in Python
Anleitung zur Übung
- Berechne den Wochentag, den Monat des Jahres und das Quartal des Jahres.
- Füge jedes davon als Spalte zum DataFrame
prices_perchinzu, und zwar unter den Namenday_of_week,month_of_yearundquarter_of_year.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Extract date features from the data, add them as columns
prices_perc['day_of_week'] = prices_perc.____.____
prices_perc['month_of_year'] = prices_perc.____.____
prices_perc['quarter_of_year'] = prices_perc.____.____
# Print prices_perc
print(prices_perc)