生データの変換

前の章では、移動平均を計算しました。この演習では、直近のデータポイントが、直前のデータポイント群の平均に対してどれだけ変化したか（パーセント変化）を計算する関数を定義します。この関数を使うと、移動ウィンドウに対するパーセント変化を計算できます。

これは、Machine Learning で役立つことが多い、より安定した種類の時系列表現です。

この演習はコースの一部です

Pythonで学ぶMachine Learningによる時系列データ解析

コースを見る

演習の手順

入力の時系列を受け取り、次を行う percent_change 関数を定義してください。
- 入力系列の最後の値以外すべて（previous_values に代入）と、時系列の最後の値のみ（last_value に代入）を取り出します。
- 最後の値とそれ以前の値の平均とのパーセント差を計算します。
ウィンドウ幅20のローリングでこの関数を prices に適用し、与えられたコードで可視化してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Your custom function
def percent_change(series):
    # Collect all *but* the last value of this window, then the final value
    previous_values = series[:____]
    last_value = series[-1]

    # Calculate the % difference between the last value and the mean of earlier values
    percent_change = (____ - np.mean(previous_values)) / np.mean(previous_values)
    return percent_change

# Apply your custom function and plot
prices_perc = prices.rolling(20).____
prices_perc.loc["2014":"2015"].plot()
plt.show()

コードを編集して実行