پروژه داده کاوی با پایتون

#پروژه\_جدید #کدپروژه : 91529موضوع : پروژه داده کاوی با پایتون =/ی پروژه داده کاوی دارم کخیلی فوریهتا 17 ام زمان دارممیخواستم ببینم میتونید اوکیش کنید برام؟!این توضیحو دادهhttps://drive.google.com/file/d/1ADExHdgeNYxTJhx7EOCgeM7\_AgsKE2pd/view?usp=sharinghttps://drive.google.com/file/d/1KDuGFetRzrhTXGlOKqb9prwWO0jBadzU/view?usp=sharinghttps://drive.google.com/file/d/1cx24uVHwWim6UYabutsGblwdjF81-kCy/view?usp=sharingبرای اینکه نتیجه مدل مقیاس نرمال تری داشته باشه و مقادیر بزرگی به دست نیاد، به جای MSE و MAE از RMSPE استفاده بفرمایید.همچنین استفاده از regularization مثل ridge و lasso برای پیش بینی سری زمانی که بین داده ها وابستگی وجود داره(فروش امروز به فروش روز های قبل احتمالا وابسته هست) عملکرد مناسبی نداره و انتظارات رو براورده نمیکنه.در نظر گرفتن trends (مثلا اینکه فروش به طور کلی روند افزایشی داره تو سالهای مختلف) و seasonality (اینکه در زمان های خاصی مثل کریسمس یا تعطیلات شکرگزاری فروش بالا میره) و در نظر گرفتن وابستگی بین نمونه های متوالی (فروش امروز به فروش روزهای قبلی وابسته هست) ایده های بهتری به شمار میان. Vanilla ML بطور پیشفرض دو مورد آخر رو در نظر نمیگیره، اما feature engineering قطعا کمک میکنه. برای این نوع از داده ها از مدل هایی مثل ARIMA معمولا استفاده میشه اما برای این پروژه لازم نیست.