시간에 따른 피처 생성

Python으로 배우는 시계열 데이터 Machine Learning

Chris Holdgraf

Fellow, Berkeley Institute for Data Science

윈도우를 이용한 피처 추출

피처 추출에 .aggregate 사용하기

# Visualize the raw data
print(prices.head(3))

symbol            AIG        ABT
date                            
2010-01-04  29.889999  54.459951
2010-01-05  29.330000  54.019953
2010-01-06  29.139999  54.319953

# Calculate a rolling window, then extract two features
feats = prices.rolling(20).aggregate([np.std, np.max]).dropna()
print(feats.head(3))

                 AIG                  ABT           
                 std       amax       std       amax
date                                                
2010-02-01  2.051966  29.889999  0.868830  56.239949
2010-02-02  2.101032  29.629999  0.869197  56.239949
2010-02-03  2.157249  29.629999  0.852509  56.239949

피처의 속성을 확인하세요!

Python에서 partial() 사용하기

# If we just take the mean, it returns a single value
a = np.array([[0, 1, 2], [0, 1, 2], [0, 1, 2]])
print(np.mean(a))

1.0

# We can use the partial function to initialize np.mean 
# with an axis parameter
from functools import partial
mean_over_first_axis = partial(np.mean, axis=0)

print(mean_over_first_axis(a))

[0. 1. 2.]

백분위수로 데이터 요약하기

백분위수는 np.mean 대신 데이터를 더 세밀하게 요약하는 유용한 방법입니다
주어진 데이터셋에서 N번째 백분위수는 데이터의 N%가 해당 값 아래에, 100-N%가 위에 있는 값입니다

print(np.percentile(np.linspace(0, 200), q=20))

40.0

np.percentile()와 partial 함수를 결합하여 다양한 백분위수 계산하기

data = np.linspace(0, 100)

# Create a list of functions using a list comprehension
percentile_funcs = [partial(np.percentile, q=ii) for ii in [20, 40, 60]]

# Calculate the output of each function in the same way
percentiles = [i_func(data) for i_func in percentile_funcs]
print(percentiles)

[20.0, 40.00000000000001, 60.0]

# Calculate multiple percentiles of a rolling window
data.rolling(20).aggregate(percentiles)

"날짜 기반" 피처 계산하기

지금까지는 평균, 표준편차 등 데이터의 통계적 속성에 해당하는 "통계적" 피처에 집중했습니다
그러나 시계열 데이터에는 요일, 공휴일 등 "인간적" 피처도 포함될 수 있습니다
이러한 피처는 여러 해에 걸친 시계열 데이터(예: 주가 변동)를 다룰 때 유용합니다

Pandas를 이용한 datetime 피처 추출

# Ensure our index is datetime
prices.index = pd.to_datetime(prices.index)

# Extract datetime features
day_of_week_num = prices.index.weekday
print(day_of_week_num[:10])

Index([0 1 2 3 4 0 1 2 3 4], dtype='object')

day_of_week = prices.index.day_name()
print(day_of_week[:10])

Index(['Monday' 'Tuesday' 'Wednesday' 'Thursday' 'Friday' 'Monday' 'Tuesday'
 'Wednesday' 'Thursday' 'Friday'], dtype='object')

연습해 봅시다!

Python으로 배우는 시계열 데이터 Machine Learning