일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- 리눅스개념
- 응용이 보이는 선형대수
- adf_test
- 시계열
- 파이프라인전처리
- 시간형식
- 시계열분해
- pandas
- 음수값 #전처리 #선형보간 #pandas #데이터 #데이터분석
- 짧은 시계열 # 금융시계열
- 크롤링자동화
- 이수역 양식집
- seaborn # kdeplot # 데이터분석
- 플로틀리
- timeseries decomposition
- Python
- 날짜파싱
- 시계열모듈
- np.split
- 시계열 #reindex #인덱스 확장 #datetime index #index extention # 데이터전처리
- 빈 데이터프레임 #pandas #데이터전처리
- 시간형식변환
- pandas # 월말 날짜 # 마지막 주 # 날짜계산 # 시계열 # 마지막 주 금요일
- 오제이튜브
- 년월일 데이터
- loess
- 시계열시각화
- 시계열데이터셋
- stl
- 확률
- Today
- Total
목록stl (2)
데이터분석과 개발
* 공부한 것을 정리한 글이므로 틀린 내용이 있을 수 있습니다. * 더 좋은 방법 또는 틀린부분이 발견될 시 계속 수정하며 업데이트 할 예정입니다. 안녕하세요 오늘은 고전적인 분해법(Classical) 과 STL 분해법 2가지 방법의 특징과 각 방법에서 추세 구하는 방법이 어떻게 다른지 정리 해보려 합니다. 이번에는 온도 데이터 7년치를 사용해 보도록 하겠습니다. import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from darts.datasets import TemperatureDataset plt.style.use('default') df = TemperatureDataset().loa..
* 공부한 것을 정리한 글이므로 틀린 내용이 있을 수 있습니다. * 더 좋은 방법 또는 틀린부분이 발견될 시 계속 수정하며 업데이트 할 예정입니다. 안녕하세요 오늘은 statsmodel을 사용해서 시계열 분해를 정리해보려 합니다. 시계열 분해는 시계열 데이터를 추세(trend), 계절성(seasonality), 잔차(residual)로 나눠주는 분석 방법입니다. 그렇다면 왜 시계열 분해법을 사용할까요?? 기본적으로 시계열 데이터는 AR(AutoRegressive), 즉 자신의 과거데이터에 영향을 받는 자기상관성을 전제로 분석을 합니다. 그렇다면 현재 데이터가 자신의 어떤 과거데이터에 영향을 받는지 알아보는 것이 가장 중요한 일이 됩니다. 하지만 날 것 그대로의 데이터를 보고 분석을 하기는 쉽지 않으니 시..