Wykorzystywanie informacji o dacie
Łatwo traktować znaczniki czasu jak zwykłe liczby, ale pamiętaj, że zazwyczaj odpowiadają one zdarzeniom ze świata rzeczywistego. Oznacza to, że w danych często ukryte są dodatkowe informacje – na przykład „czy to dzień roboczy?" albo „który to kwartał?". Tego rodzaju informacje bywają bardzo przydatne przy prognozowaniu danych szeregów czasowych.
W tym ćwiczeniu wyodrębnisz cechy oparte na dacie i czasie. Pojedynczy szereg czasowy został wczytany do zmiennej prices.
To ćwiczenie jest częścią kursu
Uczenie maszynowe dla danych szeregów czasowych w Pythonie
Instrukcje do ćwiczenia
- Oblicz dzień tygodnia, miesiąc roku i kwartał roku.
- Dodaj każdą z tych wartości jako kolumnę do ramki danych
prices_perc, nadając im odpowiednio nazwyday_of_week,month_of_yeariquarter_of_year.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Extract date features from the data, add them as columns
prices_perc['day_of_week'] = prices_perc.____.____
prices_perc['month_of_year'] = prices_perc.____.____
prices_perc['quarter_of_year'] = prices_perc.____.____
# Print prices_perc
print(prices_perc)