Data Analytics (その2) US国際線乗客数の月次予測をSARIMAモデルでやってみた
前回はARモデルで乗客数を予測してみました。精度は定量的に測ってはいませんが、正解データと比較してみると非常に良さそうに思えました。MAやARMAモデルなど試してみたいところですが、いきなりSARIMAモデルを試してみようと思います。引き続...
Data Analytics
Data Analytics Data Analytics (その1) US国際線乗客数の月次予測を自己回帰(AR)モデルでやってみた
時系列データ分析の第二弾です。10月中に投稿できてよかったです。(ハロウィーンですね)前回はアップル引っ越しセンターのデータを使って、引っ越し数の日次予測に取り組みました。結果はProphet一択という感じになってしまいましたが、SARIM...
Data Analytics (その3-7) アップル引越しの需要予測をSARIMAモデルでやってみた
前回Auto-ARIMAモデルの記事を書きました。結果はARMAモデルとそれほど変わりませんでしたが、自動的にARやMRの次数を効率的に求めてくれるので簡単にモデルを構築できました。今回はSARIMAモデルを試してみます。時系列モデル一覧A...
Data Analytics (その3-6) アップル引越しの需要予測をAuto-ARIMAモデルでやってみた
前回ARMAモデルの記事を書きました。結果はARモデルやMAモデルと同じく1年分の日次予測は難しそうでした。今回は自動ARIMAモデルを試してみます。時系列モデル一覧AR (自己回帰モデル)MA (移動平均モデル)ARMA (自己回帰移動平...
Data Analytics (その3-5) アップル引越しの需要予測を自己回帰移動平均(ARMA)モデルでやってみた
前回MAモデルの記事を書きました。結果はARモデルと同じく1年分の日次予測は難しいかなという結果でした。今回はARMAモデルを試してみます。時系列モデル一覧AR (自己回帰モデル)MA (移動平均モデル)ARMA (自己回帰移動平均モデル)...
Data Analytics (その3-4) アップル引越しの需要予測を移動平均(MA)モデルでやってみた
前回ARモデルの記事を書きました。結果は1年分の日次予測は難しいかなという結果でした。今回はMAモデルを試してみます。時系列モデル一覧AR (自己回帰モデル)MA (移動平均モデル)ARMA (自己回帰移動平均モデル)ARIMA (自己回帰...
Data Analytics (その3-3) アップル引越しの需要予測を自己回帰(AR)モデルでやってみた
やっと22年9月の最初の記事を投稿できます。2週間くらい時系列モデルについて勉強していました。以前も取り組んだことはあるのですが、ARIMAモデルを動かした程度で終わってしまったので今回はもう少し時間をかけてみました。定常性とかホワイトノイ...
Data Analytics (その3-2) アップル引越しの需要予測をProphetでやってみた
今回はMeta社のProphetというツールを使ってみたいと思います。Prophet is a forecasting procedure implemented in R and Python. It is fast and provid...
Data Analytics (その3-1) アップル引越しの需要予測をAutoML(AutoGluon)でやってみた
今回からアップル引越しのデータを使って時系列予測モデルを作成していきます。最初からAutoMLであるAutoGluonを使ってしまうと思っています。サンプルデータを使って動作確認をした記事もありますので補足情報にお使いください。GPU環境の...
Data Analytics (その2) アップル引越しの需要予測のデータ確認
前回の続きで、アップル引越しのデータの中身を確認していきたいと思います。import pandas as pd# 訓練データと予測付与用データの読み込みdf = pd.read_csv("/Users/hinomaruc/Desktop/b...