Використання інформації про дату
Легко сприймати часові мітки як звичайні числа, але не забувайте, що зазвичай вони відповідають подіям у реальному світі. Це означає, що в даних часто закодована додаткова інформація, наприклад «це робочий день?» або «який це квартал?». Така інформація часто корисна для прогнозування часових рядів.
У цій вправі ви дістанете ознаки на основі дати й часу. Один часовий ряд уже завантажено у змінну prices.
Ця вправа є частиною курсу
Machine Learning для часових рядів у Python
Інструкції до вправи
- Обчисліть день тижня, місяць року та квартал року.
- Додайте кожну з них як стовпець до датафрейму
prices_percпід назвамиday_of_week,month_of_yearіquarter_of_yearвідповідно.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Extract date features from the data, add them as columns
prices_perc['day_of_week'] = prices_perc.____.____
prices_perc['month_of_year'] = prices_perc.____.____
prices_perc['quarter_of_year'] = prices_perc.____.____
# Print prices_perc
print(prices_perc)