improvements, updated report

[talweg.git] / reports / report_2017-03-01.ipynb

diff --git a/reports/report_2017-03-01.ipynb b/reports/report_2017-03-01.ipynb
index 3e58706..26f4682 100644 (file)
--- a/reports/report_2017-03-01.ipynb
+++ b/reports/report_2017-03-01.ipynb
@@ -35,7 +35,7 @@
     " * same_season=FALSE : les indices pour la validation croisée ne tiennent pas compte des saisons\n",
     " * mix_strategy=\"mult\" : on multiplie les poids (au lieu d'en éteindre)\n",
     "\n",
-    "J'ai systématiquement comparé à deux autres approches : la persistence et la moyenne de tous les futurs des jours similaires du passé ; à chaque fois sans prédiction du saut (sauf pour Neighbors : prédiction basée sur les poids calculés).\n",
+    "J'ai systématiquement comparé à deux autres approches : la persistence et la répétition de la dernière valeur observée (sur tout l'horizon, donc \"zero\") ; à chaque fois sans prédiction du saut (sauf pour Neighbors : prédiction basée sur les poids calculés).\n",
     "\n",
     "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.\n",
     "\n",
@@ -52,9 +52,10 @@
    "source": [
     "indices = seq(as.Date(\"2015-01-18\"),as.Date(\"2015-01-24\"),\"days\")\n",
     "p_ch_nn = getForecast(data,indices,\"Neighbors\",\"Neighbors\",simtype=\"mix\",same_season=FALSE,mix_strategy=\"mult\")\n",
-    "p_ch_pz = getForecast(data, indices, \"Persistence\", \"Zero\")\n",
-    "p_ch_az = getForecast(data, indices, \"Average\", \"Zero\")\n",
-    "p_ch_zz = getForecast(data, indices, \"Zero\", \"Zero\")"
+    "p_ch_pz = getForecast(data, indices, \"Persistence\", \"Zero\", same_day=TRUE)\n",
+    "#p_ch_az = getForecast(data, indices, \"Average\", \"Zero\")\n",
+    "p_ch_zz = getForecast(data, indices, \"Zero\", \"Zero\")\n",
+    "#p_ch_l = getForecast(data, indices, \"Level\", same_day=FALSE)"
    ]
   },
   {
@@ -67,18 +68,20 @@
    "source": [
     "e_ch_nn = getError(data, p_ch_nn)\n",
     "e_ch_pz = getError(data, p_ch_pz)\n",
-    "e_ch_az = getError(data, p_ch_az)\n",
+    "#e_ch_az = getError(data, p_ch_az)\n",
+    "e_ch_zz = getError(data, p_ch_zz)\n",
+    "#e_ch_l = getError(data, p_ch_l)\n",
     "options(repr.plot.width=9, repr.plot.height=6)\n",
-    "plotError(list(e_ch_nn, e_ch_pz, e_ch_az), cols=c(1,2,colors()[258]))\n",
+    "plotError(list(e_ch_nn, e_ch_pz, e_ch_zz), cols=c(1,2,colors()[258]))\n",
     "\n",
-    "#Noir: neighbors, rouge: persistence, vert: moyenne"
+    "#Noir: neighbors, rouge: persistence, vert: zero"
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "La méthode Neighbors fait assez nettement mieux qu'une simple moyenne dans ce cas."
+    "La méthode Neighbors fait assez nettement mieux que les autres dans ce cas."
    ]
   },
   {
@@ -177,10 +180,10 @@
    "source": [
     "indices = seq(as.Date(\"2015-03-15\"),as.Date(\"2015-03-21\"),\"days\")\n",
     "p_ep_nn = getForecast(data,indices,\"Neighbors\",\"Neighbors\",simtype=\"mix\",same_season=FALSE,mix_strategy=\"mult\")\n",
-    "p_ep_pz = getForecast(data, indices, \"Persistence\", \"Zero\")\n",
-    "p_ep_az = getForecast(data, indices, \"Average\", \"Zero\")\n",
+    "p_ep_pz = getForecast(data, indices, \"Persistence\", \"Zero\", same_day=TRUE)\n",
+    "#p_ep_az = getForecast(data, indices, \"Average\", \"Zero\")\n",
     "p_ep_zz = getForecast(data, indices, \"Zero\", \"Zero\")\n",
-    "p_ep_lz = getForecast(data, indices, \"Level\", \"Zero\")"
+    "#p_ep_l = getForecast(data, indices, \"Level\", same_day=TRUE)"
    ]
   },
   {
@@ -193,11 +196,13 @@
    "source": [
     "e_ep_nn = getError(data, p_ep_nn)\n",
     "e_ep_pz = getError(data, p_ep_pz)\n",
-    "e_ep_az = getError(data, p_ep_az)\n",
+    "#e_ep_az = getError(data, p_ep_az)\n",
+    "e_ep_zz = getError(data, p_ep_zz)\n",
+    "#e_ep_l = getError(data, p_ep_l)\n",
     "options(repr.plot.width=9, repr.plot.height=6)\n",
-    "plotError(list(e_ep_nn, e_ep_pz, e_ep_az), cols=c(1,2,colors()[258]))\n",
+    "plotError(list(e_ep_nn, e_ep_pz, e_ep_zz), cols=c(1,2,colors()[258]))\n",
     "\n",
-    "#Noir: neighbors, rouge: persistence, vert: moyenne"
+    "#Noir: neighbors, rouge: persistence, vert: zero"
    ]
   },
   {
@@ -278,10 +283,10 @@
    "source": [
     "indices = seq(as.Date(\"2015-04-26\"),as.Date(\"2015-05-02\"),\"days\")\n",
     "p_np_nn = getForecast(data,indices,\"Neighbors\",\"Neighbors\",simtype=\"mix\",same_season=FALSE,mix_strategy=\"mult\")\n",
-    "p_np_pz = getForecast(data, indices, \"Persistence\", \"Zero\")\n",
-    "p_np_az = getForecast(data, indices, \"Average\", \"Zero\")\n",
+    "p_np_pz = getForecast(data, indices, \"Persistence\", \"Zero\", same_day=FALSE)\n",
+    "#p_np_az = getForecast(data, indices, \"Average\", \"Zero\")\n",
     "p_np_zz = getForecast(data, indices, \"Zero\", \"Zero\")\n",
-    "p_np_lz = getForecast(data, indices, \"Level\", \"Zero\")"
+    "#p_np_l = getForecast(data, indices, \"Level\", same_day=FALSE)"
    ]
   },
   {
@@ -294,18 +299,20 @@
    "source": [
     "e_np_nn = getError(data, p_np_nn)\n",
     "e_np_pz = getError(data, p_np_pz)\n",
-    "e_np_az = getError(data, p_np_az)\n",
+    "#e_np_az = getError(data, p_np_az)\n",
+    "e_np_zz = getError(data, p_np_zz)\n",
+    "#e_np_l = getError(data, p_np_l)\n",
     "options(repr.plot.width=9, repr.plot.height=6)\n",
-    "plotError(list(e_np_nn, e_np_pz, e_np_az), cols=c(1,2,colors()[258]))\n",
+    "plotError(list(e_np_nn, e_np_pz, e_np_zz), cols=c(1,2,colors()[258]))\n",
     "\n",
-    "#Noir: neighbors, rouge: persistence, vert: moyenne"
+    "#Noir: neighbors, rouge: persistence, vert: zero"
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "Performances des méthodes \"Average\" et \"Neighbors\" comparables ; mauvais résultats pour la persistence."
+    "Performances des méthodes \"Zero\" et \"Neighbors\" comparables ; mauvais résultats pour la persistence."
    ]
   },
   {
@@ -376,7 +383,7 @@
    "source": [
     "## Bilan\n",
     "\n",
-    "Problème difficile : on ne fait guère mieux qu'une naïve moyenne des lendemains des jours similaires dans le passé.\n",
+    "Problème difficile : on ne fait guère mieux qu'une naïve moyenne des lendemains des jours similaires dans le passé, ce qui est à peu près équivalent à 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>).\n",
     "\n",
     "Comment améliorer la méthode ?"
    ]