2020/02(330)
-
DatetimeIndex()
DatetimeIndex() · DatetimeIndex() 메소드는 특정한 순간에 기록된 타임스탬프(timestamp) 형식의 시계열 자료를 다루기 위한 인덱스를 만들어줄때 사용합니다. · 타임스탬프 인덱스의 라벨값이 반드시 일정한 간격일 필요는 없습니다. parameter description dtype data type freq 특정한 날짜만 생성되도록 시계열 데이터의 형식 지정 보조함수 설명 pd.to_datetime() 날짜/시간을 나타내는 문자열을 자동으로 datetime 자료형으로 바꾼 후 DatetimeIndex 자료형 인덱스를 생성합니다. pd.date_range() 모든 날짜/시간을 일일히 입력할 필요없이 시작일과 종료일 또는 시작일과 기간을 입력하면 범위 내의 인덱스를 생성합니다.
-
시계열 데이터 다루기
시계열 데이터 다루기
-
예측 기법 고려요소
예측 기법 고려요소 · 예측이 왜 필요한가? · 누가 예측치를 사용할 것인가? · 가용한 데이터의 특징은 무엇인가? · 어느 정도의 기간을 예측할 것인가? · 최소한의 데이터 필요는 어느 정도인가 · 어느 정도의 정확도를 요하는가? · 예측에 수반되는 비용은 얼마인가?
-
비편향(Unbiased)
비편향(Unbiased) 결과값이 어느 한 쪽으로 치우치지 않아 모집단을 대표할 수 있습니다.
-
시계열 데이터(자료) 예
시계열 데이터(자료) 예 · 증권사이트의 주식 그래프 · 국민총생산, 물가지수, 주가지수 등 경제활동과 관련된 시계열 · 일일 강수량, 기온, 연간 지진 발생 수 등 물리적 현상과 관련된 시계열 · 상품판매량, 상품광고액, 상품재고량 등 경영활동과 관련된 시계열 · 총인구, 농가 수, 인구증가율 등 인구와 관련된 시계열 · 품질관리 등 생산관리와 관련된 시계열 · 월별 교통사고 건수, 월별 범죄발생 수 등 사회생활과 관련된 시계열 · 등
-
iris 컬럼 정보
iris 컬럼 정보