การแยกองค์ประกอบตามฤดูกาล II
มาดูกันว่าเราจะตรวจจับและแสดงผลความเป็นฤดูกาล (seasonality) และแนวโน้ม (trend) ในข้อมูลสภาพแวดล้อมได้อย่างไร
จะใช้ statsmodels.seasonal_decompose() ในการแยกองค์ประกอบ แล้วจึงพล็อตผลลัพธ์ที่ได้
นอกจากนี้ยังจะ resample ข้อมูลเป็นช่วงเวลารายชั่วโมง เพื่อให้มองเห็นแนวโน้มในระยะยาวได้ชัดขึ้น เพราะหากเลือกช่วงเวลาสั้นเกินไป จะทำให้มองไม่เห็นแนวโน้มและความเป็นฤดูกาลอย่างชัดเจน
matplotlib.pyplot as plt และ import statsmodels.api as sm ถูก import ไว้ให้แล้ว และข้อมูลถูกโหลดไว้เป็น df
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์ข้อมูล IoT ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Resample DataFrame to 1h
df_seas = df.resample('1h').max()
# Run seasonal decompose
decomp = ____