ГУАП

КАФЕДРА № 41

ОТЧЕТ ЗАЩИЩЕН С ОЦЕНКОЙ

ПРЕПОДАВАТЕЛЬ

старший преподаватель				В.В. Боженко
должность, уч. степень, звание		подпись, дата		инициалы, фамилия

ОТЧЕТ О ЛАБОРАТОРНОЙ РАБОТЕ №4

ПРОГНОЗИРОВАНИЕ ВРЕМЕННОГО РЯДА

по курсу: МАШИННОЕ ОБУЧЕНИЕ

РАБОТУ ВЫПОЛНИЛ

СТУДЕНТ ГР. №
			подпись, дата		инициалы, фамилия

Санкт-Петербург 2024

Цель работы: выполнить прогнозирование временного ряда

Ход работы

Набор данных по варианту был перенесён в Excel файл (Рисунок 1).

Рисунок 1 – Набор данных

Были импортированы необходимые библиотеки, файл с набором данных импортирован, названия столбцов изменены, тип данных столбца passengers изменен на float (Рисунок 2).

Рисунок 2 – Импорт

Данные разделены на признаки и целевой признак, определен размер тренировочной выборки (Рисунок 2).

Рисунок 2 – Разделение данных

Данные стандартизированы, разделены на тренировочную и тестовую выборки (Рисунок 3).

Рисунок 3 – Разделение на выборки

Разработана функция для разбиения выборок на последовательности. Выбрана длина последовательности 3. Выборки разбиты на последовательности (Рисунок 4).

Рисунок 4 – Разбиение на последовательности

Создана и обучена сверточная модель (Рисунок 5).

Рисунок 5 – Создание и обучение модели

Выполнено предсказание, построен график аппроксимации (Рисунок 6).

Рисунок 6 – График аппроксимации

Предсказанные значения находятся ниже, истинных, модель часто ошибается.

Построена гистограмма остатков (Рисунок 7).

Рисунок 7 – Гистограмма остатков

Гистограмма не симметрична, остатки распределены неравномерно, можно сделать вывод, что модель некорректно выполняет предсказания.

Создан массив со всеми последовательностями нормализованного набора данных, выведен последний элемент (Рисунок 8).

Рисунок 8 – Последний элемент массива последовательностей

Выполнены предсказания на 1, 6 и 12 месяцев вперед (Рисунок 9 - 11). Для этого взяты последние 1, 6 и 12 элементов массива последовательностей.

Рисунок 9 – Предсказание на 1 месяц

Рисунок 10 – Предсказание на 6 месяцев

Рисунок 11 – Предсказание на 12 месяцев

Предсказания показали значения, меньшие, чем последние значения в временном ряду.

Ссылка на Google Colab:

Вывод:

В ходе выполнения лабораторной работы была создана сверточная модель для предсказания временного ряда количества пассажиров авиакомпании за месяц, модель показала значения, меньшие, чем истинные. Можно сделать вывод, что модель работает некорректно и требует более глубокой настройки.

Обучение только на y, последние 4 года