Спринт 17/24 → Тема 3/5: Прогнозирование временных рядов → Урок 1/6
Введение
Узнаете, как прогнозировать временные ряды.
Чему вы научитесь
- Узнаете, что такое задача прогнозирования рядов.
- Создадите признаки для временных рядов.
- Обучите модель линейной регрессии на основе полученных признаков.
Сколько времени это займёт
6 уроков по 10-15 минут
Постановка задачи
Продолжим работать с данными о потреблении электроэнергии.
Спринт 17/24 → Тема 3/5: Прогнозирование временных рядов → Урок 2/6
Кратко:
- Задача прогнозирования временных рядов: построение модели для предсказания будущих значений по историческим данным.
- Горизонт прогнозирования: временной промежуток, на который строится прогноз.
- Примеры задач прогнозирования: количество заказов такси, объем доставок, спрос на товары в интернет-магазинах.
- Создание обучающей и тестовой выборок: разделение данных на тренировочную и контрольную.
- Не перемешивать данные в задаче прогнозирования: обучающие данные должны предшествовать тестовым.
- Функция train_test_split из sklearn.model_selection делит данные на обучающую, валидационную и тестовую выборки.
Спринт 17/24 → Тема 3/5: Прогнозирование временных рядов → Урок 3/6
Кратко:
- Качество прогноза временных рядов важно для проверки адекватности моделей.
- Горизонт прогнозирования в один день может быть полезен для автоматизации принятия технических решений.
- Метрика MAE используется для проверки качества моделей в задачах прогнозирования.
- Два способа прогнозирования временных рядов без обучения: использование константы и предыдущего значения ряда.
- Оба способа не зависят от метрики и могут быть использованы для проверки качества моделей.
Спринт 17/24 → Тема 3/5: Прогнозирование временных рядов → Урок 4/6
Кратко:
- Создание признаков для горизонта прогнозирования в один шаг.
- Календарные признаки: datetime64 в Pandas для хранения года и дня недели.
- Отстающие значения: функция shift() для получения предыдущих значений временного ряда.
- Скользящее среднее: вычисление общего тренда временного ряда с помощью rolling().
Спринт 17/24 → Тема 3/5: Прогнозирование временных рядов → Урок 5/6
Кратко:
- Обучение линейной регрессии с новыми признаками.
- Разделение данных на обучающую и тестовую выборки.
- Вычисление отстающих значений и скользящего среднего по прошлым данным.
- Получение признаков для первых значений тестовой выборки из конца обучающей выборки.
- Удаление признаков, которые нельзя получить из исторических данных.
Спринт 17/24 → Тема 3/5: Прогнозирование временных рядов → Урок 6/6
Кратко:
- Умение проверять на адекватность модели прогнозирования рядов.
- Создание признаков для временных рядов.
- Обучение моделей линейной регрессии на основе временных рядов.
- Шпаргалка и конспект темы для закрепления материала.
- Самостоятельный проект в следующей теме
Заключение
Теперь вы умеете:
- Проверять на адекватность модели прогнозирования рядов;
- Создавать признаки для временных рядов;
- Обучать модели линейной регрессии на основе временных рядов.
Заберите с собой
Чтобы ничего не забыть, скачайте шпаргалку и конспект темы.
В следующей теме вас ждёт самостоятельный проект.