Comments (8)
Seguem resultados por semana:
CV 10 Pastas
RMSE: -8.613733770065853
MAPE: 70.79471980405656
Montevideo
RMSE: -4.555912125337258
MAPE: 89.49960290343418
Quito
RMSE: -2.8937489092924893
MAPE: 20.583849875513096
Sao Paulo
RMSE: -5.51993404005554
MAPE: 55.43205635729381
from smart-cities-pollution.
Correção
o agrupamento estava inconsistente antes (ex: a estação A tinha dados do dia 01/04, então a primeira semana ia de 01 até 07; a estação B não tinha dados pro dia 01 nem 02, então a semana ia de 03 até 10)
Agora arrumei, seguem os novos prints:
Lima
RMSE: -8.33387104005457
MAPE: 62.111565887605686
Montevideo
RMSE: -4.650591441021981
MAPE: 75.64529329615546
Quito
RMSE: -3.7597956811611333
MAPE: 27.00418676645375
Sao Paulo
RMSE: -5.444010259255766
MAPE: 57.99119927896231
from smart-cities-pollution.
from smart-cities-pollution.
- Não cheguei a fazer.
- De fácil acesso, nada que me venha à mente. Idealmente, poderíamos pegar a velocidade do vento, temperatura, umidade, etc, de cada cidade, mas isso implicaria ir atrás desses valores nas datas indicadas para todas as cidades (inclusive para oakland), o que acho que é um trabalho grande a essa altura do campeonato.
- Os erros são da validação cruzada de 10 pastas para a regressão linear com "predição original" como X e "predição ajustada" como y. Uma coisa importante a se notar é que temos 5 semanas, pois Abril tem 30 dias: 01, 08, 15, 22, 29. A última semana fica com dois dias (29 e 30). Não soube muito bem o que fazer com ela, acho que o ideal seria dropar.
Não entendi direito a parte de "colocar as equações". Você diz treinar uma regressão para cada semana e fazer o gráfico de dispersão das 4/5 semanas?
from smart-cities-pollution.
from smart-cities-pollution.
from smart-cities-pollution.
from smart-cities-pollution.
Conversando com o Ronaldo, ele percebeu um erro no código que eu tinha feito, na parte de agregar as features.
Aproveitei e também já adiantei a parte de dropar a última semana.
Seguem os resultados ajustados:
Lima
RMSE: -7.373772813959958
MAPE: 54.195148139270586
Montevideo
RMSE: -4.890596676471873
MAPE: 71.66216582680765
Quito
RMSE: -4.225565405503112
MAPE: 27.928123028559686
Sao Paulo
RMSE: -5.253332992632134
MAPE: 49.39659711587654
from smart-cities-pollution.
Related Issues (3)
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from smart-cities-pollution.