Säsongsvariation

Prediktiv analys på mellannivå i Python

Nele Verbiest

Senior Data Scientist @PythonPredictions

Säsongseffekter (1)

Säsongseffekter (2)

Genomsnittligt antal donationer

Säsongseffekter (3)

Genomsnittligt donationsbelopp

Säsongsvariation och tidslinjen (1)

Säsongsvariation och tidslinjen (2)

Säsongsvariation och tidslinjen (3)

Hantera säsongsvariation

Kontrollera för säsongsvariation

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

Använd lämplig tidslinje i historiken

Säsongsvariation och prediktiva modeller

Modellens tidslinje maj 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

Modellens tidslinje januari 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

Nu kör vi en övning!

Prediktiv analys på mellannivå i Python