'update'
[talweg.git] / reports / report_2017-03-01.average.ipynb
CommitLineData
1b25210f
BA
1{
2 "cells": [
3 {
4 "cell_type": "code",
5 "execution_count": null,
6 "metadata": {
7 "collapsed": false
8 },
9 "outputs": [],
10 "source": [
11 "library(talweg)"
12 ]
13 },
14 {
15 "cell_type": "code",
16 "execution_count": null,
17 "metadata": {
18 "collapsed": false
19 },
20 "outputs": [],
21 "source": [
22 "data = getData(ts_data=\"../data/pm10_mesures_H_loc.csv\", exo_data=\"../data/meteo_extra_noNAs.csv\",\n",
23 " input_tz = \"Europe/Paris\", working_tz=\"Europe/Paris\", predict_at=7)"
24 ]
25 },
26 {
27 "cell_type": "markdown",
28 "metadata": {},
29 "source": [
30 "## Introduction\n",
31 "\n",
32 "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\n",
33 "\n",
34 " * simtype=\"mix\" : on utilise les similarités endogènes et exogènes (fenêtre optimisée par VC)\n",
35 " * same_season=FALSE : les indices pour la validation croisée ne tiennent pas compte des saisons\n",
36 " * mix_strategy=\"mult\" : on multiplie les poids (au lieu d'en éteindre)\n",
37 "\n",
38 "J'ai systématiquement comparé à deux autres approches : la persistence et 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).\n",
39 "\n",
40 "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",
41 "\n",
42 "<h2 style=\"color:blue;font-size:2em\">Pollution par chauffage</h2>"
43 ]
44 },
45 {
46 "cell_type": "code",
47 "execution_count": null,
48 "metadata": {
49 "collapsed": false
50 },
51 "outputs": [],
52 "source": [
53 "indices = seq(as.Date(\"2015-01-18\"),as.Date(\"2015-01-24\"),\"days\")\n",
54 "p_ch_nn = getForecast(data,indices,\"Neighbors\",\"Neighbors\",simtype=\"mix\",same_season=FALSE,mix_strategy=\"mult\")\n",
55 "p_ch_pz = getForecast(data, indices, \"Persistence\", \"Zero\", same_day=TRUE)\n",
4c59ec9a 56 "p_ch_az = getForecast(data, indices, \"Average\", \"Zero\") #, memory=183)\n",
1b25210f
BA
57 "#p_ch_zz = getForecast(data, indices, \"Zero\", \"Zero\")\n",
58 "#p_ch_l = getForecast(data, indices, \"Level\", same_day=FALSE)"
59 ]
60 },
61 {
62 "cell_type": "code",
63 "execution_count": null,
64 "metadata": {
65 "collapsed": false
66 },
67 "outputs": [],
68 "source": [
69 "e_ch_nn = getError(data, p_ch_nn)\n",
70 "e_ch_pz = getError(data, p_ch_pz)\n",
71 "e_ch_az = getError(data, p_ch_az)\n",
72 "#e_ch_zz = getError(data, p_ch_zz)\n",
73 "#e_ch_l = getError(data, p_ch_l)\n",
74 "options(repr.plot.width=9, repr.plot.height=6)\n",
75 "plotError(list(e_ch_nn, e_ch_pz, e_ch_az), cols=c(1,2,colors()[258]))\n",
76 "\n",
77 "#Noir: neighbors, rouge: persistence, vert: moyenne"
78 ]
79 },
80 {
81 "cell_type": "markdown",
82 "metadata": {},
83 "source": [
84 "La méthode Neighbors fait assez nettement mieux que les autres dans ce cas."
85 ]
86 },
87 {
88 "cell_type": "code",
89 "execution_count": null,
90 "metadata": {
91 "collapsed": false
92 },
93 "outputs": [],
94 "source": [
95 "par(mfrow=c(1,2))\n",
96 "options(repr.plot.width=9, repr.plot.height=4)\n",
97 "plotPredReal(data, p_ch_nn, 3)\n",
98 "plotPredReal(data, p_ch_nn, 4)\n",
99 "\n",
100 "#Bleu: prévue, noir: réalisée"
101 ]
102 },
103 {
104 "cell_type": "markdown",
105 "metadata": {},
106 "source": [
107 "Prédictions d'autant plus lisses que le jour à prévoir est atypique (pollué)."
108 ]
109 },
4c59ec9a
BA
110 {
111 "cell_type": "code",
112 "execution_count": null,
113 "metadata": {
114 "collapsed": false
115 },
116 "outputs": [],
117 "source": [
118 "par(mfrow=c(1,2))\n",
119 "plotPredReal(data, p_ch_az, 3)\n",
120 "plotPredReal(data, p_ch_az, 4)"
121 ]
122 },
123 {
124 "cell_type": "markdown",
125 "metadata": {},
126 "source": [
127 "Les erreurs sont proches, mais les courbes prédites très différentes : avantage à \"Neighbors\""
128 ]
129 },
1b25210f
BA
130 {
131 "cell_type": "code",
132 "execution_count": null,
133 "metadata": {
134 "collapsed": false
135 },
136 "outputs": [],
137 "source": [
138 "par(mfrow=c(1,2))\n",
139 "plotFilaments(data, p_ch_nn$getIndexInData(3))\n",
140 "plotFilaments(data, p_ch_nn$getIndexInData(4))"
141 ]
142 },
143 {
144 "cell_type": "markdown",
145 "metadata": {},
146 "source": [
147 "Beaucoup de courbes similaires dans le cas peu pollué, très peu pour un jour pollué."
148 ]
149 },
150 {
151 "cell_type": "code",
152 "execution_count": null,
153 "metadata": {
154 "collapsed": false
155 },
156 "outputs": [],
157 "source": [
158 "par(mfrow=c(1,3))\n",
159 "plotSimils(p_ch_nn, 3)\n",
160 "plotSimils(p_ch_nn, 4)\n",
161 "plotSimils(p_ch_nn, 5)\n",
162 "\n",
163 "#Non pollué à gauche, pollué au milieu, autre pollué à droite"
164 ]
165 },
166 {
167 "cell_type": "markdown",
168 "metadata": {},
169 "source": [
170 "La plupart des poids très proches de zéro ; pas pour le jour 5 : autre type de jour, cf. ci-dessous."
171 ]
172 },
173 {
174 "cell_type": "code",
175 "execution_count": null,
176 "metadata": {
177 "collapsed": false
178 },
179 "outputs": [],
180 "source": [
181 "par(mfrow=c(1,2))\n",
182 "plotPredReal(data, p_ch_nn, 5)\n",
183 "plotFilaments(data, p_ch_nn$getIndexInData(5))"
184 ]
185 },
186 {
187 "cell_type": "markdown",
188 "metadata": {},
189 "source": [
190 "<h2 style=\"color:blue;font-size:2em\">Pollution par épandage</h2>"
191 ]
192 },
193 {
194 "cell_type": "code",
195 "execution_count": null,
196 "metadata": {
197 "collapsed": false
198 },
199 "outputs": [],
200 "source": [
201 "indices = seq(as.Date(\"2015-03-15\"),as.Date(\"2015-03-21\"),\"days\")\n",
202 "p_ep_nn = getForecast(data,indices,\"Neighbors\",\"Neighbors\",simtype=\"mix\",same_season=FALSE,mix_strategy=\"mult\")\n",
203 "p_ep_pz = getForecast(data, indices, \"Persistence\", \"Zero\", same_day=TRUE)\n",
4c59ec9a 204 "p_ep_az = getForecast(data, indices, \"Average\", \"Zero\") #, memory=183)\n",
1b25210f
BA
205 "#p_ep_zz = getForecast(data, indices, \"Zero\", \"Zero\")\n",
206 "#p_ep_l = getForecast(data, indices, \"Level\", same_day=TRUE)"
207 ]
208 },
209 {
210 "cell_type": "code",
211 "execution_count": null,
212 "metadata": {
213 "collapsed": false
214 },
215 "outputs": [],
216 "source": [
217 "e_ep_nn = getError(data, p_ep_nn)\n",
218 "e_ep_pz = getError(data, p_ep_pz)\n",
219 "e_ep_az = getError(data, p_ep_az)\n",
220 "#e_ep_zz = getError(data, p_ep_zz)\n",
221 "#e_ep_l = getError(data, p_ep_l)\n",
222 "options(repr.plot.width=9, repr.plot.height=6)\n",
223 "plotError(list(e_ep_nn, e_ep_pz, e_ep_az), cols=c(1,2,colors()[258]))\n",
224 "\n",
225 "#Noir: neighbors, rouge: persistence, vert: moyenne"
226 ]
227 },
228 {
229 "cell_type": "markdown",
230 "metadata": {},
231 "source": [
232 "Cette fois les deux méthodes naïves font en moyenne moins d'erreurs que Neighbors. Prédiction trop difficile ?"
233 ]
234 },
235 {
236 "cell_type": "code",
237 "execution_count": null,
238 "metadata": {
239 "collapsed": false
240 },
241 "outputs": [],
242 "source": [
243 "par(mfrow=c(1,2))\n",
244 "options(repr.plot.width=9, repr.plot.height=4)\n",
245 "plotPredReal(data, p_ep_nn, 4)\n",
4c59ec9a
BA
246 "plotPredReal(data, p_ep_nn, 6)\n",
247 "\n",
248 "#Bleu: prévue, noir: réalisée"
1b25210f
BA
249 ]
250 },
251 {
252 "cell_type": "markdown",
253 "metadata": {},
254 "source": [
255 "À gauche un jour \"bien\" prévu, à droite le pic d'erreur (jour 6)."
256 ]
257 },
4c59ec9a
BA
258 {
259 "cell_type": "code",
260 "execution_count": null,
261 "metadata": {
262 "collapsed": false
263 },
264 "outputs": [],
265 "source": [
266 "par(mfrow=c(1,2))\n",
267 "plotPredReal(data, p_ep_pz, 4)\n",
268 "plotPredReal(data, p_ep_pz, 6)"
269 ]
270 },
271 {
272 "cell_type": "markdown",
273 "metadata": {},
274 "source": [
275 "Bonnes performances de la persistence (par chance...)"
276 ]
277 },
1b25210f
BA
278 {
279 "cell_type": "code",
280 "execution_count": null,
281 "metadata": {
282 "collapsed": false
283 },
284 "outputs": [],
285 "source": [
286 "par(mfrow=c(1,2))\n",
287 "plotFilaments(data, p_ep_nn$getIndexInData(4))\n",
288 "plotFilaments(data, p_ep_nn$getIndexInData(6))"
289 ]
290 },
291 {
292 "cell_type": "code",
293 "execution_count": null,
294 "metadata": {
295 "collapsed": false
296 },
297 "outputs": [],
298 "source": [
299 "par(mfrow=c(1,2))\n",
300 "plotSimils(p_ep_nn, 4)\n",
301 "plotSimils(p_ep_nn, 6)"
302 ]
303 },
304 {
305 "cell_type": "markdown",
306 "metadata": {},
307 "source": [
308 "Même observation concernant les poids : concentrés près de zéro pour les prédictions avec peu de voisins."
309 ]
310 },
311 {
312 "cell_type": "markdown",
313 "metadata": {},
314 "source": [
315 "## Semaine non polluée"
316 ]
317 },
318 {
319 "cell_type": "code",
320 "execution_count": null,
321 "metadata": {
322 "collapsed": false
323 },
324 "outputs": [],
325 "source": [
326 "indices = seq(as.Date(\"2015-04-26\"),as.Date(\"2015-05-02\"),\"days\")\n",
327 "p_np_nn = getForecast(data,indices,\"Neighbors\",\"Neighbors\",simtype=\"mix\",same_season=FALSE,mix_strategy=\"mult\")\n",
328 "p_np_pz = getForecast(data, indices, \"Persistence\", \"Zero\", same_day=FALSE)\n",
4c59ec9a 329 "p_np_az = getForecast(data, indices, \"Average\", \"Zero\") #, memory=183)\n",
1b25210f
BA
330 "#p_np_zz = getForecast(data, indices, \"Zero\", \"Zero\")\n",
331 "#p_np_l = getForecast(data, indices, \"Level\", same_day=FALSE)"
332 ]
333 },
334 {
335 "cell_type": "code",
336 "execution_count": null,
337 "metadata": {
338 "collapsed": false
339 },
340 "outputs": [],
341 "source": [
342 "e_np_nn = getError(data, p_np_nn)\n",
343 "e_np_pz = getError(data, p_np_pz)\n",
344 "e_np_az = getError(data, p_np_az)\n",
345 "#e_np_zz = getError(data, p_np_zz)\n",
346 "#e_np_l = getError(data, p_np_l)\n",
347 "options(repr.plot.width=9, repr.plot.height=6)\n",
348 "plotError(list(e_np_nn, e_np_pz, e_np_az), cols=c(1,2,colors()[258]))\n",
349 "\n",
350 "#Noir: neighbors, rouge: persistence, vert: moyenne"
351 ]
352 },
353 {
354 "cell_type": "markdown",
355 "metadata": {},
356 "source": [
357 "Performances des méthodes \"Average\" et \"Neighbors\" comparables ; mauvais résultats pour la persistence."
358 ]
359 },
360 {
361 "cell_type": "code",
362 "execution_count": null,
363 "metadata": {
364 "collapsed": false
365 },
366 "outputs": [],
367 "source": [
368 "par(mfrow=c(1,2))\n",
369 "options(repr.plot.width=9, repr.plot.height=4)\n",
370 "plotPredReal(data, p_np_nn, 3)\n",
4c59ec9a
BA
371 "plotPredReal(data, p_np_nn, 6)\n",
372 "\n",
373 "#Bleu: prévue, noir: réalisée"
1b25210f
BA
374 ]
375 },
376 {
377 "cell_type": "markdown",
378 "metadata": {},
379 "source": [
380 "Les \"bonnes\" prédictions (à gauche) sont tout de même trop lissées."
381 ]
382 },
4c59ec9a
BA
383 {
384 "cell_type": "code",
385 "execution_count": null,
386 "metadata": {
387 "collapsed": false
388 },
389 "outputs": [],
390 "source": [
391 "par(mfrow=c(1,2))\n",
392 "plotPredReal(data, p_np_az, 3)\n",
393 "plotPredReal(data, p_np_az, 6)"
394 ]
395 },
396 {
397 "cell_type": "markdown",
398 "metadata": {},
399 "source": [
400 "Légèrement meilleur ajustement par la méthode \"Average\" ; très net à droite."
401 ]
402 },
1b25210f
BA
403 {
404 "cell_type": "code",
405 "execution_count": null,
406 "metadata": {
407 "collapsed": false
408 },
409 "outputs": [],
410 "source": [
411 "par(mfrow=c(1,2))\n",
412 "plotFilaments(data, p_np_nn$getIndexInData(3))\n",
413 "plotFilaments(data, p_np_nn$getIndexInData(6))"
414 ]
415 },
416 {
417 "cell_type": "markdown",
418 "metadata": {},
419 "source": [
420 "Jours \"typiques\", donc beaucoup de voisins."
421 ]
422 },
423 {
424 "cell_type": "code",
425 "execution_count": null,
426 "metadata": {
427 "collapsed": false
428 },
429 "outputs": [],
430 "source": [
431 "par(mfrow=c(1,3))\n",
432 "plotSimils(p_np_nn, 3)\n",
433 "plotSimils(p_np_nn, 4)\n",
434 "plotSimils(p_np_nn, 6)"
435 ]
436 },
437 {
438 "cell_type": "markdown",
439 "metadata": {},
440 "source": [
441 "Répartition idéale des poids : quelques uns au-delà de 0.3-0.4, le reste très proche de zéro."
442 ]
443 },
444 {
445 "cell_type": "markdown",
446 "metadata": {},
447 "source": [
448 "## Bilan\n",
449 "\n",
450 "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>).\n",
451 "\n",
452 "Comment améliorer la méthode ?"
453 ]
454 }
455 ],
456 "metadata": {
457 "kernelspec": {
458 "display_name": "R",
459 "language": "R",
460 "name": "ir"
461 },
462 "language_info": {
463 "codemirror_mode": "r",
464 "file_extension": ".r",
465 "mimetype": "text/x-r-source",
466 "name": "R",
467 "pygments_lexer": "r",
468 "version": "3.3.2"
469 }
470 },
471 "nbformat": 4,
472 "nbformat_minor": 2
473}