Обработка временного признака
Временной признак
Часто одним из признаков является время наблюдения для заданного объекта. Например, в задаче прогноза числа арендованных велосипедов для разных дней, вектор признаков будет включать не только погоду, температуру и другие характеристики, но и дату наблюдения.
Для эффективного использования временного признака рекомендуется его заменить на новый признак, равный числу дней с начала наблюдений, т.е. с минимального значения этого признака среди всех объектов. Если известна не только дата, но и время, этот признак можно закодировать как число секунд с начала измерений.
Тренд
Предложенный признак позволит учесть временной тренд. В случае задачи предсказания числа арендованных велосипедов он может состоять в том, что спрос рос со временем за счёт роста популярности недорогих и экологичных видов транспорта.
Сезонность
Сезонность - это периодическая зависимость целевой величины от времени.
В нашем примере отклик имеет выраженную сезонность, поскольку ожидаемое число арендованных велосипедов зависит от дня недели, а также различается в оразные времена года. Для учёта сезонности полезно извлечь дополнительные категориальные признаки, характеризующие месяц и день недели. Также полезно извлечь признаки характеризующие праздничные дни. Если известна не только дата, но и время, то можно учитывать и внутридневную сезонность, извлекая такой категориальный признак, как номер часа.
Ниже приведены модели, не учитывающие и учитывающие информацию, извлечённую из временного признака:
Вы можете дополнительно ознакомиться с примером прогнозирования временных рядов с учётом тренда и сезонности в [1].
При прогнозировании временных рядов очень информативно использовать ранее наблюдавшиеся (лагированные) значения целевой величины с задержкой во времени. При этом можно использовать несколько значений для задержки, привязанной к сезонности. Например, при прогнозировании спроса на велосипеды можно использовать наблюдавшийся спрос неделю/год назад. Помимо использования лагированных значений непосредственной величины, которую прогнозируем (например, спрос в Зеленограде), полезно также использовать лагированные агрегаты этой величины (спрос по московской области/России в целом).
Детальнее о прогнозировании и аналитике временных рядов вы можете прочитать в учебнике ШАД от Яндекса [2] и [3].