Time series decomposition
टाइम सीरीज़ डेटा को विज़ुअलाइज़ करते समय, आपको कुछ पहचानने योग्य पैटर्न पर ध्यान देना चाहिए:
- seasonality: क्या डेटा में कोई स्पष्ट आवधिक पैटर्न दिखता है?
- trend: क्या डेटा लगातार ऊपर या नीचे की ढलान का अनुसरण करता है?
- noise: क्या ऐसे आउटлайयर पॉइंट्स या मिसिंग वैल्यू हैं जो बाकी डेटा के अनुरूप नहीं हैं?
आप टाइम-सीरीज़ डीकंपोज़िशन नामक विधि पर भरोसा कर सकते हैं, जो टाइम-सीरीज़ डेटा की संरचना को अपने आप निकालने और मापने में मदद करती है। statsmodels लाइब्रेरी बॉक्स से बाहर ही टाइम सीरीज़ डीकंपोज़िशन करने के लिए seasonal_decompose() फंक्शन प्रदान करती है.
decomposition = sm.tsa.seasonal_decompose(time_series)
आप किसी विशेष कॉम्पोनेंट, जैसे सीज़नैलिटी, को डीकंपोज़िशन ऑब्जेक्ट के seasonal एट्रिब्यूट को एक्सेस करके निकाल सकते हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Time Series Data का विज़ुअलाइज़ेशन
अभ्यास निर्देश
statsmodels.apiको उपनामsmके साथ इम्पोर्ट करें.co2_levelsDataFrame पर टाइम सीरीज़ डीकंपोज़िशन चलाकर परिणाम कोdecompositionवैरिएबल में रखें.- अपनी टाइम सीरीज़ डीकंपोज़िशन का सीज़नैलिटी कॉम्पोनेंट प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import statsmodels.api as sm
import ____ as ____
# Perform time series decompositon
decomposition = sm.tsa.____(____)
# Print the seasonality component
print(____)