Hareketli Ortalama Filtresi

Makale
05/06/2019

Önemli

Machine Learning Stüdyosu (klasik) desteği 31 Ağustos 2024'te sona erecektir. Bu tarihe kadar Azure Machine Learning'e geçmenizi öneririz.

1 Aralık 2021'den başlayarak artık yeni Machine Learning Stüdyosu (klasik) kaynakları oluşturamayacaksınız. 31 Ağustos 2024'e kadar mevcut Machine Learning Stüdyosu (klasik) kaynaklarını kullanmaya devam edebilirsiniz.

Makine öğrenmesi projelerini ML Studio'dan (klasik) Azure Machine Learning taşıma hakkındaki bilgilere bakın.
Azure Machine Learning hakkında daha fazla bilgi edinin.

ML Stüdyosu (klasik) belgeleri kullanımdan kaldırılacak ve gelecekte güncelleştirilmeyecektir.

Eğilim analizi için verileri düzeltmek için kullanılan hareketli bir ortalama filtresi oluşturur

Kategori: Veri Dönüştürme / Filtre

Not

Şunlar için geçerlidir: yalnızca Machine Learning Studio (klasik)

Benzer sürükle ve bırak modülleri de Azure Machine Learning tasarımcısında kullanılabilir.

Modüle genel bakış

Bu makalede, Machine Learning Studio'da (klasik) Hareketli Ortalama Filtresi modülünün, belirttiğiniz pencere uzunluğunu kullanarak bir veri kümesi üzerinde tek taraflı veya çift taraflı ortalamalar serisini hesaplamak için nasıl kullanılacağı açıklanmaktadır.

gereksinimlerinizi karşılayan bir filtre tanımladıktan sonra, filtreyi Filtre Uygula modülüne bağlayarak bir veri kümesindeki seçili sütunlara uygulayabilirsiniz . Modül tüm hesaplamaları yapar ve sayısal sütunlardaki değerleri ilgili hareketli ortalamalarla değiştirir.

Çizim ve görselleştirme için elde edilen hareketli ortalamayı modelleme için yeni bir düz taban çizgisi olarak, benzer dönemlerdeki hesaplamalara göre varyansları hesaplamak için vb. kullanabilirsiniz.

İpucu

Veri kümesindeki verileri filtrelemek veya eksik değerleri kaldırmak mı gerekiyor? Bunun yerine şu modülleri kullanın:

Eksik Verileri Temizleme: Eksik değerleri kaldırmak veya eksik değerleri yer tutucularla değiştirmek için bu modülü kullanın.
Bölüm ve Örnek: Veri kümenizi tarih aralığı, belirli bir değer veya normal ifadeler gibi ölçütlere göre bölmek veya filtrelemek için bu modülü kullanın.
Değerleri Kırp: Bir aralık ayarlamak ve yalnızca bu aralıktaki değerleri tutmak için bu modülü kullanın.

Hareketli ortalamaları anlama ve kullanma

Bu ortalama türü, geçmişe dönük ve gerçek zamanlı verilerde yararlı zamansal desenleri ortaya çıkarmanıza ve tahminde bulunur. En basit hareketli ortalama türü serinin bir örneğinde başlar ve bu konumun ortalamasını artı gerçek değer yerine önceki n konumu kullanır. (n'i istediğiniz gibi tanımlayabilirsiniz.) Ortalamanın hesaplandığı n dönemi ne kadar uzun olursa, değerler arasında o kadar az varyansınız olur. Ayrıca, kullanılan değer sayısını artırdıkça, tek bir değerin sonuçta elde edilen ortalama üzerindeki etkisi de o kadar az olur.

Hareketli ortalama tek taraflı veya iki taraflı olabilir. Tek taraflı ortalamada yalnızca dizin değerinden önceki değerler kullanılır. İki taraflı ortalamada geçmiş ve gelecekteki değerler kullanılır.

Akış verilerini okuduğun senaryolar için kümülatif ve ağırlıklı hareketli ortalamalar özellikle yararlıdır. Kümülatif hareketli ortalama, geçerli dönemden önceki noktaları dikkate alır.

Ortalamayı hesaplarken tüm veri noktalarını eşit olarak ağırlıklandırabilir veya geçerli veri noktasına daha yakın olan değerlerin daha güçlü bir şekilde ağırlıklandırıldığından emin olabilirsiniz. Ağırlıklı hareketli ortalamada, tüm ağırlıkların 1'e toplamı gerekir.

Üstel hareketli ortalamada, ortalamalar ağırlıklandırılabilir bir baş ve kuyruklardan oluşur. Hafif ağırlıklı kuyruk, kuyruğun başı oldukça yakından izlediği anlamına gelir, bu nedenle ortalama kısa ağırlık döneminde hareketli bir ortalama gibi davranır. Kuyruk ağırlıkları daha ağır olduğunda, ortalama daha uzun bir basit hareketli ortalama gibi davranır.