शुरू करेंमुफ़्त में शुरू करें

एक साथ कई rolling फीचर इंजीनियर करना

अब जब आपने कुछ सरल फीचर इंजीनियरिंग का अभ्यास कर लिया है, तो चलिए थोड़ा जटिल कार्य पर बढ़ते हैं. आप अपने time series डेटा के लिए कई फीचर गणना करेंगे और देखेंगे कि समय के साथ वे कैसे दिखते हैं. यह प्रक्रिया कई अन्य time series मॉडलों के काम करने के तरीके से मिलती-जुलती है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Time Series Data के लिए Machine Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • चार फीचरों की एक सूची परिभाषित करें जिन्हें आप गणना करेंगे: न्यूनतम, अधिकतम, औसत (mean), और मानक विचलन (उसी क्रम में).
  • हमारे द्वारा परिभाषित rolling window (prices_perc_rolling) का उपयोग करते हुए, features_to_calculate से फीचर गणना करें.
  • दिए गए कोड से मूल time series के साथ-साथ परिणामों को समय के साथ प्लॉट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Define a rolling window with Pandas, excluding the right-most datapoint of the window
prices_perc_rolling = prices_perc.rolling(20, min_periods=5, closed='right')

# Define the features you'll calculate for each window
features_to_calculate = [np.min, ____, ____, ____]

# Calculate these features for your rolling window object
features = prices_perc_rolling.____(features_to_calculate)

# Plot the results
ax = features.loc[:"2011-01"].plot()
prices_perc.loc[:"2011-01"].plot(ax=ax, color='k', alpha=.2, lw=3)
ax.legend(loc=(1.01, .6))
plt.show()
कोड संपादित करें और चलाएँ