Beräkna flera rullande särdrag på en gång
Nu när du har övat på enkel särdragskonstruktion är det dags att ta nästa steg. Du ska beräkna en samling särdrag för dina tidsseriedata och visualisera hur de förändras över tid. Det här liknar hur många andra tidsseriemodeller fungerar.
Den här övningen är en del av kursen
Maskininlärning för tidsseriedata i Python
Övningsinstruktioner
- Definiera en lista med fyra särdrag som du ska beräkna: minimum, maximum, medelvärde och standardavvikelse (i den ordningen).
- Använd det rullande fönstret (
prices_perc_rolling) som vi har definierat åt dig och beräkna särdragen frånfeatures_to_calculate. - Rita upp resultaten över tid tillsammans med den ursprungliga tidsserien med hjälp av den givna koden.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()