Engenharia de vários recursos contínuos de uma só vez
Agora que você já praticou um pouco de engenharia de recursos simples, vamos passar para algo mais complexo. Você calculará uma coleção de recursos para seus dados de série temporal e visualizará como eles se parecem ao longo do tempo. Esse processo se assemelha ao funcionamento de muitos outros modelos de séries temporais.
Este exercício faz parte do curso
Aprendizado de máquina para dados de séries temporais em Python
Instruções de exercício
- Defina uma lista que consiste em quatro recursos que você calculará: o mínimo, o máximo, a média e o desvio padrão (nessa ordem).
- Usando a janela móvel (
prices_perc_rolling) que definimos para você, calcule os recursos defeatures_to_calculate. - Trace os resultados ao longo do tempo, juntamente com a série temporal original, usando o código fornecido.
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# 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()