원시 데이터 변환하기

이전 장에서는 이동 평균을 계산했어요. 이번 연습에서는 이전 데이터 창의 평균과 비교해, 최신 데이터 포인트의 퍼센트 변화를 계산하는 함수를 정의해 보겠습니다. 이 함수는 이동 창 전반의 퍼센트 변화를 계산하는 데 도움이 돼요.

이는 Machine Learning에서 자주 유용하게 쓰이는, 더 안정적인 형태의 시계열이에요.

이 연습은 강의의 일부입니다

Python으로 배우는 시계열 데이터 Machine Learning

강의 보기

연습 안내

입력 시계열을 받아 다음을 수행하는 percent_change 함수를 정의하세요:
- 입력 시계열에서 마지막 값을 제외한 모든 값을 추출해 previous_values에 할당하고, 시계열의 마지막 값만 추출해 last_value에 할당하세요.
- 마지막 값과 이전 값들의 평균 사이의 퍼센트 차이를 계산하세요.
길이가 20인 이동 창을 사용해 이 함수를 prices에 적용하고, 제공된 코드로 시각화하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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()

코드 편집 및 실행