В данном ноутбуке (Final_model.ipynb) представлена модель на CatBoost (Regressor). Файл model_params.cbm содержит параметры готовой модели. Ноутбук tools_for_bot.ipynb содержит код предобработки датасета, получаемого из парсера, а также вспомогательные функции для реализованных в боте возможностей использования модели.
Код и подробные комментарии процесса содержатся в ноутбуке (Final_model_with_comments.ipynb). Здесь содержится описание.
В ноутбуке torch_model.ipynb приведена модель на Pytorch (предобработка данных выполнена так же, как у модели на CatBoost). В файле model_pars находятся параметры этой модели.
Сначала происходит чтение данных о расположении магазинов и времени в пути от них до каждого из районов (market-coordinates, filled table, fixed_dist). Каждому из магазинов ставится в соответствие его уникальный ID.
Затем считывается основная информация о магазинах - тип помещения, информация о количестве посетителей в день и площади магазина (main_data_10). После чего происходит расчет предполагаемого значения посетителей в соответствии с формулой Хаффа, эти данные конкатенируются с данными из main_data_10.
После препроцессинга удаляются все лишние столбцы, выборка разделяется на тестовую и тренировочную, происходит обучение модели. Сама модель - ансамбль решающих деревьев, на котором выполняется градиентный бустинг, используется метрика MAPE. После этого предсказываются значения на тестовой выборке (и для сравнения на основной выборке тоже), результаты визуализируются.
Здесь представлен график предсказаний на тестовой выборке. Синяя линяя - реальные данные, оранжевая - предсказания. Ось Х - номера магазинов.
Ниже представлен график предсканий на всём датасете. Синяя линяя - реальные данные, оранжевая - предсказания. Ось Х - номера магазинов. Для удобства восприятия значения реальной посещаемости магазинов отсортированы, а порядок предсказаний изменен в соответствии с порядком сортировки. Можно видеть, что в целом модель научилась достаточно точно (за исключением некоторых точек) предсказывать число посетителей в день
