Saisonnalité

Analytique prédictive intermédiaire en Python

Nele Verbiest

Senior Data Scientist @PythonPredictions

Effets saisonniers (1)

Effets saisonniers (2)

Nombre moyen de dons

Effets saisonniers (3)

Montant moyen des dons

Saisonnalité et ligne du temps (1)

Saisonnalité et ligne du temps (2)

Saisonnalité et ligne du temps (3)

Gérer la saisonnalité

Vérifier la saisonnalité

gifts.groupby("month")["amount"].mean()
gifts.groupby("month").size()

Utiliser une ligne du temps adaptée à l'historique

Saisonnalité et modèles prédictifs

Ligne du temps du modèle : mai 2018

logreg = linear_model.LogisticRegression()
logreg.fit(X_may2018, y_may2018)

predictions = logreg.predict_proba(X_jan2019)[:,1]
auc = roc_auc_score(y_jan2019, predictions)
print(round(auc,2))

0.53

Ligne du temps du modèle : janvier 2018

logreg = linear_model.LogisticRegression()
logreg.fit(X_jan2018, y_jan2018)

predictions = logreg.predict_proba(X_jan2019)[:,1]
auc = roc_auc_score(y_jan2019, predictions)
print(round(auc,2))

0.56

Passons à la pratique !

Analytique prédictive intermédiaire en Python