Вычисление нескольких скользящих признаков одновременно
Теперь, когда вы освоили базовое конструирование признаков, перейдём к более сложной задаче. Вы вычислите набор признаков для временного ряда и визуализируете их динамику. Этот процесс схож с тем, как работают многие модели для анализа временных рядов.
Это упражнение является частью курса
Машинное обучение для данных временных рядов на Python
Инструкции к упражнению
- Определите список из четырёх признаков для вычисления: минимум, максимум, среднее и стандартное отклонение (именно в таком порядке).
- Используя скользящее окно (
prices_perc_rolling), заданное заранее, вычислите признаки изfeatures_to_calculate. - Постройте график результатов во времени вместе с исходным временным рядом, используя предоставленный код.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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()