ฤดูกาล

Predictive Analytics ระดับกลางด้วย Python

Nele Verbiest

Senior Data Scientist @PythonPredictions

ผลกระทบตามฤดูกาล (1)

ผลกระทบตามฤดูกาล (2)

จำนวนการบริจาคเฉลี่ย

ผลกระทบตามฤดูกาล (3)

ยอดบริจาคเฉลี่ย

ฤดูกาลและไทม์ไลน์ (1)

ฤดูกาลและไทม์ไลน์ (2)

ฤดูกาลและไทม์ไลน์ (3)

การจัดการกับฤดูกาล

ตรวจสอบความเป็นฤดูกาล

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

ใช้ไทม์ไลน์ที่เหมาะสมในประวัติข้อมูล

ฤดูกาลกับโมเดลพยากรณ์

ไทม์ไลน์โมเดล พฤษภาคม 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

ไทม์ไลน์โมเดล มกราคม 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

มาฝึกกันเถอะ!

Predictive Analytics ระดับกลางด้วย Python