https://github.com/aranzadata/taxidemandpredictor

Modelo de regresión de series temporales para predecir la demanda de taxis en un aeropuerto de gran afluencia, optimizando la asignación de la flota mediante la incorporación de características temporales y categóricas utilizando Scikit-learn
https://github.com/aranzadata/taxidemandpredictor

forecasting scipy sckit-learn seasonality statsmodels time-series-analysis

Last synced: about 1 month ago
JSON representation

Modelo de regresión de series temporales para predecir la demanda de taxis en un aeropuerto de gran afluencia, optimizando la asignación de la flota mediante la incorporación de características temporales y categóricas utilizando Scikit-learn

• Host: GitHub
• URL: https://github.com/aranzadata/taxidemandpredictor
• Owner: aranzadata
• Created: 2024-10-17T21:07:47.000Z (7 months ago)
• Default Branch: main
• Last Pushed: 2024-10-18T19:44:57.000Z (7 months ago)
• Last Synced: 2025-03-29T10:14:51.980Z (about 1 month ago)
• Topics: forecasting, scipy, sckit-learn, seasonality, statsmodels, time-series-analysis
• Language: Jupyter Notebook
• Homepage:
• Size: 5.52 MB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# TaxiDemandPredictor

La compañía Sweet Lift Taxi ha recopilado datos históricos sobre pedidos de taxis en los aeropuertos. Para atraer a más conductores durante las horas pico, se contruye un modelo para predecir la cantidad de pedidos de taxis para la próxima hora.

Se empieza por analizar las tendencias generales de los datos, para lo cual se calculan el número de órdenes por hora y por día. Para estas dos muestras se obtienen sus componetes de tendencia, estacionalidad y residuo y se grafican.

Para el número de total de órdenes al día, se observa una tendencia creciente en el número de órdenes. El periodo de la componente estacional parece ser una semana. La amplitud de la componente residual es mayor a la componente estacional.

Para el número de total de órdenes por hora, la componente de tendencia también es creciente, pero parece también tener oscilaciones. Por otro lado la componente estacional tiene una clara periodicidad de un día.

En base al análisis exploratorio se añaden las siguientes características:

Número de mes, de 1 a 24

Día del mes, de 1 a 31

Día de la semana, de 0 a 6

Hora, de 0 a 23

Número del día del año

Para las primeras características se hace una codificación periódica, que consiste en hacer un mapeo a dos componentes: seno y coseno. Esto ayuda a suavizar el valor de las características a través del tiempo y a su vez ayuda a escalar los datos.

Por otro lado, se añaden características de desfase:

Número de órdenes de la n hora anterior, con n de 1 a 5.

Promedio móvil de las 24 horas anteriores.

Desviación estándar móvil de las 24 horas anteriores.

Diferencia de número de órdenes entre las dos horas anteriores

Adicionalmente se añadieron dos columnas con la media y desviación estándar móviles ponderadas exponencialmente. Estas dos funciones son similares a sus contrapartes 'rolling' pero el resultado se calcula ponderando los valores de acuerdo a qué tan recientes son.

Promedio móvil ponderado exponencialmente.

Desviación estándar móvil ponderado exponencialmente.

Se realiza un mapa de calor de nivel de correlación entre características para entender cuáles de las características tienen mayor nivel de correlación con el objetivo.