Skip to content

Progetto di tirocinio e tesi sulla previsione dei segnali per il corso di Elaborazione di Segnali e Immagini

Notifications You must be signed in to change notification settings

zampierida98/forecasting

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Analisi Predittive di Serie Storiche

Link al diario: https://docs.google.com/document/d/1_r1HHRjRuGP4bbE47mgb6zxnemk_Q8J1uCu5me7eT2c

Fasi dello studio dei dati di un negozio di abbigliamento

  • Studio della serie e modello ARIMA: script_sebastiano.py e analisi simili anche in script_michele.py (le previsioni della componente stagionale vengono realizzate usando una media exp con alpha=0.9)
  • Modelli di exponential smoothing: script_ETS.py
  • Modello TBATS per stagionalità multiple e confronto con dati aggregati: script_davide.py

Fasi dello studio dei dati della M5 competition (serie gerarchica)

Link ai dati della M5 competition (da inserire nella directory M5_COMPETITION/datasets): https://drive.google.com/file/d/19u1pDaCA_sFQheWdn5qStKuDfuoaFg5b/view?usp=sharing

  • Modello ETS con approccio bottom-up e diretto: m5_competition.py
  • Modello ARIMA con approccio bottom-up e diretto: m5_competition_ARIMA.py

Procedura per l'esecuzione degli script

Per realizzare i programmi è stato usato l'IDE Spyder poiché è un ambiente che mette a disposizione diverse librerie e in cui i grafici vengono visualizzati in maniera ottimale. Descriviamo quindi due procedure per eseguire i programmi dove la prima è la più consigliata.

Procedura 1

  • Scaricare Spyder tramite Anaconda
  • Installare attraverso la console di Spyder (sezione in basso a destra) le librerie pmdarima e tbats:
pip install pmdarima tbats

Procedura 2

  • Scaricare IPython (versione>=7.18)
  • Installare le seguenti librerie tramite pip:
    • matplotlib
    • pandas
    • statsmodels
    • pmdarima
    • sklearn
    • tbats
pip install matplotlib pandas statsmodels sklearn pmdarima tbats
  • I programmi vanno lanciati dentro le rispettive directory poiché usiamo path relativi per accedere ai file

About

Progetto di tirocinio e tesi sulla previsione dei segnali per il corso di Elaborazione di Segnali e Immagini

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published