Zaman serisi ayrıştırması
Zaman serisi verilerini görselleştirirken, bazı belirgin örüntülere dikkat etmelisin:
- seasonality (mevsimsellik): veri belirgin bir periyodik desen gösteriyor mu?
- trend (eğilim): veri tutarlı bir şekilde yukarı ya da aşağı doğru bir eğim izliyor mu?
- noise (gürültü): verinin geri kalanıyla tutarlı olmayan aykırı noktalar veya eksik değerler var mı?
Zaman serisi ayrıştırması (time-series decomposition) olarak bilinen bir yöntemle, zaman serisi verisinin yapısını otomatik olarak çıkartıp ölçebilirsin. statsmodels kütüphanesi, kutudan çıktığı gibi zaman serisi ayrıştırması yapan seasonal_decompose() fonksiyonunu sağlar.
decomposition = sm.tsa.seasonal_decompose(time_series)
Örneğin mevsimsellik gibi belirli bir bileşeni, ayrıştırma nesnesinin seasonal özniteliğine erişerek çekebilirsin.
Bu egzersiz, kursun bir parçasıdır
Python ile Zaman Serisi Verilerini Görselleştirme
Egzersiz talimatları
statsmodels.apimodülünüsmkısa adıyla içe aktar.co2_levelsDataFrame'i üzerinde zaman serisi ayrıştırması yap ve sonucudecompositionadlı değişkende sakla.- Zaman serisi ayrıştırmasının mevsimsellik bileşenini yazdır.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Import statsmodels.api as sm
import ____ as ____
# Perform time series decompositon
decomposition = sm.tsa.____(____)
# Print the seasonality component
print(____)