Признаки для временных рядов

Проверьте себя

Пять вопросов из банка по этой подтеме. Всего их 11, остальные разбираются в тренажёре.

1. #ts_features1 / 5
   Почему таргет-энкодинг категорий и глобальная нормализация особенно коварны именно во временных рядах?

   A)Они ломают типы данных в датафрейме, из-за чего модель не может начать обучение

   B)Их статистики считаются по всему периоду и тянут будущее в прошлое; в рядах их надо считать expanding, по прошлому

   C)Эти приёмы работают для картинок и текста и технически неприменимы к табличным данным

   D)Они замедляют обучение в десятки раз, поэтому во временных рядах от них принято отказываться из-за скорости

   показать ответ и разбор

   +B)Их статистики считаются по всему периоду и тянут будущее в прошлое; в рядах их надо считать expanding, по прошлому

   // разбор: Таргет-энкодинг заменяет категорию средним таргета, глобальная нормализация — статистиками по всему датасету. Если считать их по всему периоду, в признак для точки t попадает информация из будущего — тихая утечка, раздувающая метрику на бэктесте. В рядах такие статистики считают только по прошлому (expanding/по трейн-периоду), пересчитывая по мере движения окна.

2. #ts_features2 / 5
   Зачем сезонность кодируют признаками Фурье (пары sin/cos), а не сотней сезонных дамми?

   A)Признаки Фурье убирают тренд ряда, поэтому сезонные дамми-переменные становятся не нужны

   B)Это основной способ закодировать сезонность; дамми-переменные для сезонов не работают

   C)Несколько гладких гармоник компактно задают сложную/длинную сезонность — параметров меньше, чем у сотен дамми

   D)Фурье-признаки нужны для звуковых сигналов и к рядам продаж неприменимы на практике

   показать ответ и разбор

   +C)Несколько гладких гармоник компактно задают сложную/длинную сезонность — параметров меньше, чем у сотен дамми

   // разбор: Для длинной сезонности (365 дней) сотня дамми раздувает параметры и переобучается, а для дробных/множественных периодов дамми неудобны. Несколько пар sin/cos с нужными частотами задают гладкую периодическую форму компактно (2K параметров на K гармоник), ловят годовую и недельную сезонность разом и хорошо экстраполируются. Тренд они не убирают — это отдельная компонента модели.

3. #ts_features3 / 5
   Хотите добавить в прогноз спроса внешний признак (exogenous). Какое требование к нему критично?

   A)Признак обязан быть числовым — категориальные внешние признаки использовать не получится

   B)Признак должен просто сильно коррелировать с таргетом в прошлом — этого условия вполне достаточно, чтобы его брать

   C)Внешний признак нужно обязательно нормировать в диапазон [0,1], иначе модель прогноза его попросту не примет

   D)Значение признака должно быть известно на момент, НА который строится прогноз, иначе им не воспользоваться

   показать ответ и разбор

   +D)Значение признака должно быть известно на момент, НА который строится прогноз, иначе им не воспользоваться

   // разбор: Экзогенный признак полезен, только если в момент реального прогноза его будущее значение известно (календарь, план промо, анонсированная цена) или само надёжно прогнозируется. Если признак станет известен лишь постфактум (фактическая погода прогнозируемого дня), в проде его не будет — на истории он «работает» и создаёт утечку. Корреляция, тип и нормировка вторичны по сравнению с доступностью на горизонте.

4. #ts_features4 / 5
   Помимо скользящего среднего в фичи берут скользящее стандартное отклонение. Что оно даёт и о чём помнить?

   A)Оно дублирует скользящее среднее и не несёт новой информации, поэтому его обычно не используют

   B)Локальную волатильность (разброс) ряда; считать по прошлому со сдвигом, иначе утечка через окно

   C)Тренд ряда в чистом виде, заменяя собой необходимость в лаг-признаках у модели прогноза

   D)Точный будущий разброс ряда, что позволяет строить прогноз спроса вообще без обучения какой-либо модели

   показать ответ и разбор

   +B)Локальную волатильность (разброс) ряда; считать по прошлому со сдвигом, иначе утечка через окно

   // разбор: Скользящее std описывает локальную волатильность — насколько ряд «дёргается» в окне (спрос перед праздником нестабилен, у одних SKU разброс выше). Как любой rolling-агрегат для прогноза точки t, оно должно считаться строго по прошлому и сдвигаться (shift), иначе в признак попадёт текущая/будущая точка — утечка. Это не дубль среднего, не тренд и не «готовый» будущий разброс.

5. #ts_features5 / 5
   Спрос скачет НЕ в сам праздник, а за 2-3 дня до него. Как это поймать признаками?

   A)Добавить признаки «дней до/после события» и флаги предпраздничного окна, а не только флаг самого дня

   B)Достаточно одного бинарного флага «сегодня праздник» — модель сама как-нибудь выучит и предшествующие дни

   C)Праздники не получится закодировать признаками, их эффект ловится исключительно отдельной сложной моделью

   D)Нужно просто удалить все предпраздничные дни из обучающей выборки как аномальные выбросы в данных ряда

   показать ответ и разбор

   +A)Добавить признаки «дней до/после события» и флаги предпраздничного окна, а не только флаг самого дня

   // разбор: Флаг «сегодня праздник» не объяснит всплеск за 2-3 дня до него — модель не свяжет причину и следствие без явного сигнала. Добавляют признаки «сколько дней до/после ближайшего события», флаги предпраздничного окна, иногда отдельные фичи под конкретные праздники. Эти признаки известны заранее (календарь), поэтому утечки не создают. Удалять предпраздничные дни — значит выкинуть самый ценный сигнал.