Merekayasa beberapa fitur rolling sekaligus
Setelah Anda berlatih melakukan rekayasa fitur sederhana, mari beralih ke yang lebih kompleks. Anda akan menghitung sekumpulan fitur untuk data deret waktu Anda dan memvisualisasikan tampilannya seiring waktu. Proses ini mirip dengan cara kerja banyak model deret waktu lainnya.
Latihan ini merupakan bagian dari kursus
Machine Learning untuk Data Deret Waktu di Python
Instruksi latihan
- Definisikan sebuah daftar yang terdiri atas empat fitur yang akan Anda hitung: nilai minimum, maksimum, mean, dan standar deviasi (dalam urutan tersebut).
- Dengan menggunakan jendela rolling (
prices_perc_rolling) yang telah kami sediakan, hitung fitur darifeatures_to_calculate. - Plot hasilnya terhadap waktu, bersama deret waktu asli menggunakan kode yang diberikan.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# 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()