talweg/vignettes/talweg.Rmd

   1 ---
   2 title: "talweg"
   3 author: "Benjamin Auder"
   4 date: "`r Sys.Date()`"
   5 output: rmarkdown::html_vignette
   6 vignette: >
   7   %\VignetteIndexEntry{Vignette Title}
   8   %\VignetteEngine{knitr::rmarkdown}
   9   %\VignetteEncoding{UTF-8}
  10 ---
  11
  12
  13 ## Introduction
  14
  15 J'ai fait quelques essais dans différentes configurations pour la méthode "Neighbors" (la seule dont on a parlé).<br>Il semble que le mieux soit
  16
  17  * simtype="exo" ou "mix" : similarités exogènes avec/sans endogènes (fenêtre optimisée par VC)
  18  * same_season=FALSE : les indices pour la validation croisée ne tiennent pas compte des saisons
  19  * mix_strategy="mult" : on multiplie les poids (au lieu d'en éteindre)
  20
  21 J'ai systématiquement comparé à une approche naïve : la moyennes des lendemains des jours "similaires" dans tout le passé ; à chaque fois sans prédiction du saut (sauf pour Neighbors : prédiction basée sur les poids calculés).
  22
  23 Ensuite j'affiche les erreurs, quelques courbes prévues/mesurées, quelques filaments puis les histogrammes de quelques poids. Concernant les graphes de filaments, la moitié gauche du graphe correspond aux jours similaires au jour courant, tandis que la moitié droite affiche les lendemains : ce sont donc les voisinages tels qu'utilisés dans l'algorithme.
  24
  25 <h2 style="color:blue;font-size:2em">Pollution par chauffage</h2>
  26
  27
  28 loop: indices_ch, ep, np et titres: Pollution par chauffage, Pollution par épandage, Semaine non polluée
  29
  30
  31
  32 p_nn_exo = computeForecast(data, indices_ch, "Neighbors", "Neighbors", simtype="exo", horizon=H)
  33 p_nn_mix = computeForecast(data, indices_ch, "Neighbors", "Neighbors", simtype="mix", horizon=H)
  34 p_az = computeForecast(data, indices_ch, "Average", "Zero", horizon=H) #, memory=183)
  35 p_pz = computeForecast(data, indices_ch, "Persistence", "Zero", horizon=H, same_day=TRUE)
  36
  37 e_nn_exo = computeError(data, p_nn_exo)
  38 e_nn_mix = computeError(data, p_nn_mix)
  39 e_az = computeError(data, p_az)
  40 e_pz = computeError(data, p_pz)
  41 options(repr.plot.width=9, repr.plot.height=7)
  42 plotError(list(e_nn_mix, e_pz, e_az, e_nn_exo), cols=c(1,2,colors()[258], 4))
  43
  44 #Noir: neighbors_mix, bleu: neighbors_exo, vert: moyenne, rouge: persistence
  45
  46 i_np = which.min(e_nn_exo$abs$indices)
  47 i_p = which.max(e_nn_exo$abs$indices)
  48
  49 options(repr.plot.width=9, repr.plot.height=4)
  50 par(mfrow=c(1,2))
  51
  52 plotPredReal(data, p_nn_exo, i_np); title(paste("PredReal nn exo day",i_np))
  53 plotPredReal(data, p_nn_exo, i_p); title(paste("PredReal nn exo day",i_p))
  54
  55 plotPredReal(data, p_nn_mix, i_np); title(paste("PredReal nn mix day",i_np))
  56 plotPredReal(data, p_nn_mix, i_p); title(paste("PredReal nn mix day",i_p))
  57
  58 plotPredReal(data, p_az, i_np); title(paste("PredReal az day",i_np))
  59 plotPredReal(data, p_az, i_p); title(paste("PredReal az day",i_p))
  60
  61 #Bleu: prévue, noir: réalisée
  62
  63 par(mfrow=c(1,2))
  64 f_np_exo = computeFilaments(data, p_nn_exo, i_np, plot=TRUE); title(paste("Filaments nn exo day",i_np))
  65 f_p_exo = computeFilaments(data, p_nn_exo, i_p, plot=TRUE); title(paste("Filaments nn exo day",i_p))
  66
  67 f_np_mix = computeFilaments(data, p_nn_mix, i_np, plot=TRUE); title(paste("Filaments nn mix day",i_np))
  68 f_p_mix = computeFilaments(data, p_nn_mix, i_p, plot=TRUE); title(paste("Filaments nn mix day",i_p))
  69
  70 par(mfrow=c(1,2))
  71 plotFilamentsBox(data, f_np_exo); title(paste("FilBox nn exo day",i_np))
  72 plotFilamentsBox(data, f_p_exo); title(paste("FilBox nn exo day",i_p))
  73
  74 plotFilamentsBox(data, f_np_mix); title(paste("FilBox nn mix day",i_np))
  75 plotFilamentsBox(data, f_p_mix); title(paste("FilBox nn mix day",i_p))
  76
  77 par(mfrow=c(1,2))
  78 plotRelVar(data, f_np_exo); title(paste("StdDev nn exo day",i_np))
  79 plotRelVar(data, f_p_exo); title(paste("StdDev nn exo day",i_p))
  80
  81 plotRelVar(data, f_np_mix); title(paste("StdDev nn mix day",i_np))
  82 plotRelVar(data, f_p_mix); title(paste("StdDev nn mix day",i_p))
  83
  84 #Variabilité globale en rouge ; sur les 60 voisins (+ lendemains) en noir
  85
  86 par(mfrow=c(1,2))
  87 plotSimils(p_nn_exo, i_np); title(paste("Weights nn exo day",i_np))
  88 plotSimils(p_nn_exo, i_p); title(paste("Weights nn exo day",i_p))
  89
  90 plotSimils(p_nn_mix, i_np); title(paste("Weights nn mix day",i_np))
  91 plotSimils(p_nn_mix, i_p); title(paste("Weights nn mix day",i_p)
  92
  93 #- pollué à gauche, + pollué à droite
  94
  95 #Fenêtres sélectionnées dans ]0,10] / endo à gauche, exo à droite
  96 p_ch_nn_exo$getParams(i_np)$window
  97 p_ch_nn_exo$getParams(i_p)$window
  98
  99 p_ch_nn_mix$getParams(i_np)$window
 100 p_ch_nn_mix$getParams(i_p)$window
 101
 102
 103
 104
 105 ## Bilan
 106
 107 Problème difficile : on ne fait guère mieux qu'une naïve moyenne des lendemains des jours similaires dans le passé, ce qui n'est pas loin de prédire une série constante égale à la dernière valeur observée (méthode "zéro"). La persistence donne parfois de bons résultats mais est trop instable (sensibilité à l'argument <code>same_day</code>).
 108
 109 Comment améliorer la méthode ?
 110
 111
 112
 113
 114 Vignettes are long form documentation commonly included in packages. Because they are part of the distribution of the package, they need to be as compact as possible. The `html_vignette` output type provides a custom style sheet (and tweaks some options) to ensure that the resulting html is as small as possible. The `html_vignette` format:
 115
 116 - Never uses retina figures
 117 - Has a smaller default figure size
 118 - Uses a custom CSS stylesheet instead of the default Twitter Bootstrap style
 119
 120 ## Vignette Info
 121
 122 Note the various macros within the `vignette` section of the metadata block above. These are required in order to instruct R how to build the vignette. Note that you should change the `title` field and the `\VignetteIndexEntry` to match the title of your vignette.
 123
 124 ## Styles
 125
 126 The `html_vignette` template includes a basic CSS theme. To override this theme you can specify your own CSS in the document metadata as follows:
 127
 128     output:
 129       rmarkdown::html_vignette:
 130         css: mystyles.css
 131
 132 ## Figures
 133
 134 The figure sizes have been customised so that you can easily put two images side-by-side.
 135
 136 ```{r, fig.show='hold'}
 137 plot(1:10)
 138 plot(10:1)
 139 ```
 140
 141 You can enable figure captions by `fig_caption: yes` in YAML:
 142
 143     output:
 144       rmarkdown::html_vignette:
 145         fig_caption: yes
 146
 147 Then you can use the chunk option `fig.cap = "Your figure caption."` in **knitr**.
 148
 149 ## More Examples
 150
 151 You can write math expressions, e.g. $Y = X\beta + \epsilon$, footnotes^[A footnote here.], and tables, e.g. using `knitr::kable()`.
 152
 153 ```{r, echo=FALSE, results='asis'}
 154 knitr::kable(head(mtcars, 10))
 155 ```
 156
 157 Also a quote using `>`:
 158
 159 > "He who gives up [code] safety for [code] speed deserves neither."
 160 ([via](https://twitter.com/hadleywickham/status/504368538874703872))