Первый базовый прогноз
Наивные прогнозы и прогнозы по скользящему среднему
«Первый базовый прогноз» — бесплатный урок Data Science Academy на CoddyKit. Это урок 4 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения Data Science Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс Data Science Academy содержит 4 уроков всего.
Всегда начинайте с простого
Перед сложными моделями вам нужен базовый прогноз: предельно простой прогноз, который любая более сложная модель должна превзойти, чтобы оправдать своё использование. 🪜
Наивный прогноз
Самый простой базовый вариант — наивный прогноз: считать, что завтра будет так же, как сегодня. Для стабильных данных его на удивление трудно превзойти.
forecast = sales.iloc[-1]Перенос последнего значения
Наивный прогноз просто повторяет последнее наблюдение для будущих шагов. Ни тренда, ни сезонности — только последняя известная точка.
Сезонный наивный прогноз
Для циклических данных прогнозируйте значение из предыдущего полного сезона. Такой сезонный наивный прогноз недорого учитывает повторяющиеся закономерности.
forecast = sales.shift(12)Прогноз на основе скользящего среднего
Ещё один базовый вариант усредняет несколько последних точек. Скользящее среднее сглаживает шум и переносит этот уровень в будущее.
forecast = sales.tail(7).mean()Разделите данные до прогнозирования
Оставьте последний временной фрагмент в качестве тестового набора. Никогда не перемешивайте его: порядок времени нужно сохранять, чтобы будущее оставалось неизвестным.
train, test = sales[:-30], sales[-30:]Измерьте ошибку
Сравните прогнозы с отложенными истинными значениями с помощью метрики ошибки. MAE показывает средний размер ваших ошибок в исходных единицах измерения.
from sklearn.metrics import mean_absolute_errorЧисло, которое нужно превзойти
Ошибка базового прогноза становится эталоном. Любая модель с худшим результатом не оправдывает дополнительную сложность.
Постройте график истинных значений и прогноза
Всегда стройте график прогноза вместе с реальными тестовыми значениями. Взгляд замечает запаздывание и смещение, которые одно число может скрыть.
Когда наивный прогноз побеждает
Если сложная модель не может превзойти наивный прогноз, доверьтесь простой. Эффективная простота — это преимущество, а не недостаток.
Что дальше
Определив базовый уровень, вы готовы перейти к настоящим моделям, например ARIMA или Prophet, сравнивая каждую с этой честной отправной точкой.
Быстрая проверка
Что предсказывает простой наивный прогноз для следующего временного шага?
Итоги: заслужите право на сложность
Вы создали наивный, сезонный и основанный на скользящем среднем базовые прогнозы, а затем измерили ошибку, чтобы будущим моделям пришлось доказать своё превосходство.
Часто задаваемые вопросы
Урок «Первый базовый прогноз» бесплатный?
Да — полный текст урока «Первый базовый прогноз» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс Data Science Academy, подпишись на CoddyKit PRO. Курс Data Science Academy содержит 4 уроков всего.
Чему я научусь в уроке «Первый базовый прогноз»?
Наивные прогнозы и прогнозы по скользящему среднему Ты практикуешь Data Science Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать Data Science Academy?
Предыдущий опыт не требуется. Data Science Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 4 из 4.
Сколько времени занимает урок «Первый базовый прогноз»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке Data Science Academy?
Да. Каждый урок Data Science Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Тренд, сезонность и шум
- Скользящие окна и лаги
- Стационарность и дифференцирование
- Первый базовый прогноз