Verbessern Sie Ihre Prognosen für maschinelles Lernen mit genauer Datenaufteilung, Zeitreihen-Kreuzvalidierung, Characteristic-Engineering und mehr!
Vor 17 Stunden
(Ja, ich habe versucht, Zeitreihendiagramme mit einem KI-Software zu erstellen. Das Ergebnis überrascht mich tatsächlich.)
Die Analyse von Zeitreihendaten ist meist nicht einfach.
Diese Artwork von Daten hat einzigartige Besonderheiten und Herausforderungen die normalerweise nicht in anderen Datensätzen zu finden sind.
Zum Beispiel die zeitliche Ordnung von Beobachtungen muss respektiert werdenund wenn Datenwissenschaftler dies nicht berücksichtigen, führt dies zu einer schlechten Modellleistung oder, schlimmer noch, zur vollständigen Leistung irreführende Vorhersagen.
Wir werden diese Herausforderungen anhand eines echten Datensatzes angehen und sicherstellen, dass die Ergebnisse anhand der in diesem Artikel bereitgestellten Codebeispiele reproduzierbar sind.
Ohne den richtigen Umgang mit Zeitreihendaten besteht die Gefahr, dass Sie während des Trainings ein Modell erstellen, das scheinbar funktioniert fällt in realen Anwendungen auseinander.