Commit | Line | Data |
---|---|---|
63ff1ecb | 1 | ----- |
ff5df8e3 | 2 | <h2>Introduction</h2> |
63ff1ecb | 3 | |
aa059de7 BA |
4 | J'ai fait quelques essais dans deux configurations pour la méthode "Neighbors" |
5 | (la seule dont on a parlé, incorporant désormais la "variante Bruno/Michel"). | |
6 | ||
7 | * avec simtype="mix" et raccordement simple ("Zero") dans le cas "non local", i.e. on va | |
8 | chercher des voisins n'importe où du moment qu'ils correspondent à deux jours consécutifs sans | |
9 | valeurs manquantes. | |
10 | * avec simtype="endo" et raccordement "Neighbor" dans le cas "local" : voisins de même niveau de | |
11 | pollution et même saison. | |
63ff1ecb | 12 | |
ee8b1b4e BA |
13 | J'ai systématiquement comparé à une approche naïve : la moyenne des lendemains des jours |
14 | "similaires" dans tout le passé, ainsi qu'à la persistence -- reproduisant le jour courant ou | |
15 | allant chercher le futur similaire une semaine avant. | |
63ff1ecb BA |
16 | |
17 | Ensuite j'affiche les erreurs, quelques courbes prévues/mesurées, quelques filaments puis les | |
18 | histogrammes de quelques poids. Concernant les graphes de filaments, la moitié gauche du graphe | |
19 | correspond aux jours similaires au jour courant, tandis que la moitié droite affiche les | |
20 | lendemains : ce sont donc les voisinages tels qu'utilisés dans l'algorithme. | |
21 | ||
22 | <% | |
23 | list_titles = ['Pollution par chauffage', 'Pollution par épandage', 'Semaine non polluée'] | |
24 | list_indices = ['indices_ch', 'indices_ep', 'indices_np'] | |
25 | %> | |
63ff1ecb | 26 | -----r |
63ff1ecb BA |
27 | library(talweg) |
28 | ||
d09b09b0 BA |
29 | P = ${P} #instant de prévision |
30 | H = ${H} #horizon (en heures) | |
31 | ||
63ff1ecb BA |
32 | ts_data = read.csv(system.file("extdata","pm10_mesures_H_loc_report.csv",package="talweg")) |
33 | exo_data = read.csv(system.file("extdata","meteo_extra_noNAs.csv",package="talweg")) | |
ee8b1b4e BA |
34 | # NOTE: 'GMT' because DST gaps are filled and multiple values merged in above dataset. |
35 | # Prediction from P+1 to P+H included. | |
36 | data = getData(ts_data, exo_data, input_tz = "GMT", working_tz="GMT", predict_at=P) | |
63ff1ecb BA |
37 | |
38 | indices_ch = seq(as.Date("2015-01-18"),as.Date("2015-01-24"),"days") | |
39 | indices_ep = seq(as.Date("2015-03-15"),as.Date("2015-03-21"),"days") | |
40 | indices_np = seq(as.Date("2015-04-26"),as.Date("2015-05-02"),"days") | |
d4841a3f | 41 | |
ff5df8e3 | 42 | % for i in range(3): |
63ff1ecb | 43 | ----- |
ff5df8e3 | 44 | <h2 style="color:blue;font-size:2em">${list_titles[i]}</h2> |
63ff1ecb | 45 | -----r |
aa059de7 BA |
46 | p_n = computeForecast(data, ${list_indices[i]}, "Neighbors", "Zero", horizon=H, |
47 | simtype="mix", local=FALSE) | |
48 | p_l = computeForecast(data, ${list_indices[i]}, "Neighbors", "Neighbors", horizon=H, | |
49 | simtype="endo", local=TRUE) | |
50 | p_a = computeForecast(data, ${list_indices[i]}, "Average", "Zero", horizon=H) | |
51 | p_p = computeForecast(data, ${list_indices[i]}, "Persistence", "Zero", horizon=H, | |
52 | same_day=${'TRUE' if loop.index < 2 else 'FALSE'}) | |
63ff1ecb | 53 | -----r |
aa059de7 BA |
54 | e_n = computeError(data, p_n, H) |
55 | e_l = computeError(data, p_nl, H) | |
56 | e_a = computeError(data, p_a, H) | |
57 | e_p = computeError(data, p_p, H) | |
63ff1ecb | 58 | options(repr.plot.width=9, repr.plot.height=7) |
aa059de7 | 59 | plotError(list(e_n, e_p, e_a, e_l), cols=c(1,2,colors()[258], 4)) |
63ff1ecb | 60 | |
aa059de7 | 61 | # Noir: Neighbors non-local, bleu: Neighbors local, vert: moyenne, rouge: persistence |
63ff1ecb | 62 | |
aa059de7 BA |
63 | i_np = which.min(e_n$abs$indices) |
64 | i_p = which.max(e_n$abs$indices) | |
63ff1ecb BA |
65 | -----r |
66 | options(repr.plot.width=9, repr.plot.height=4) | |
67 | par(mfrow=c(1,2)) | |
68 | ||
aa059de7 BA |
69 | plotPredReal(data, p_n, i_np); title(paste("PredReal non-loc day",i_np)) |
70 | plotPredReal(data, p_n, i_p); title(paste("PredReal non-loc day",i_p)) | |
63ff1ecb | 71 | |
aa059de7 BA |
72 | plotPredReal(data, p_l, i_np); title(paste("PredReal loc day",i_np)) |
73 | plotPredReal(data, p_l, i_p); title(paste("PredReal loc day",i_p)) | |
63ff1ecb | 74 | |
aa059de7 BA |
75 | plotPredReal(data, p_a, i_np); title(paste("PredReal avg day",i_np)) |
76 | plotPredReal(data, p_a, i_p); title(paste("PredReal avg day",i_p)) | |
63ff1ecb | 77 | |
ff5df8e3 | 78 | # Bleu: prévue, noir: réalisée |
63ff1ecb BA |
79 | -----r |
80 | par(mfrow=c(1,2)) | |
aa059de7 BA |
81 | f_np_n = computeFilaments(data, p_n, i_np, plot=TRUE); title(paste("Filaments non-loc day",i_np)) |
82 | f_p_n = computeFilaments(data, p_n, i_p, plot=TRUE); title(paste("Filaments non-loc day",i_p)) | |
63ff1ecb | 83 | |
aa059de7 BA |
84 | f_np_l = computeFilaments(data, p_l, i_np, plot=TRUE); title(paste("Filaments loc day",i_np)) |
85 | f_p_l = computeFilaments(data, p_l, i_p, plot=TRUE); title(paste("Filaments loc day",i_p)) | |
63ff1ecb BA |
86 | -----r |
87 | par(mfrow=c(1,2)) | |
aa059de7 BA |
88 | plotFilamentsBox(data, f_np_n); title(paste("FilBox non-loc day",i_np)) |
89 | plotFilamentsBox(data, f_p_n); title(paste("FilBox non-loc day",i_p)) | |
63ff1ecb | 90 | |
ea5c7e56 | 91 | # Generally too few neighbors: |
aa059de7 BA |
92 | #plotFilamentsBox(data, f_np_l); title(paste("FilBox loc day",i_np)) |
93 | #plotFilamentsBox(data, f_p_l); title(paste("FilBox loc day",i_p)) | |
63ff1ecb BA |
94 | -----r |
95 | par(mfrow=c(1,2)) | |
aa059de7 BA |
96 | plotRelVar(data, f_np_n); title(paste("StdDev non-loc day",i_np)) |
97 | plotRelVar(data, f_p_n); title(paste("StdDev non-loc day",i_p)) | |
63ff1ecb | 98 | |
aa059de7 BA |
99 | plotRelVar(data, f_np_l); title(paste("StdDev loc day",i_np)) |
100 | plotRelVar(data, f_p_l); title(paste("StdDev loc day",i_p)) | |
63ff1ecb | 101 | |
ff5df8e3 | 102 | # Variabilité globale en rouge ; sur les 60 voisins (+ lendemains) en noir |
63ff1ecb BA |
103 | -----r |
104 | par(mfrow=c(1,2)) | |
aa059de7 BA |
105 | plotSimils(p_n, i_np); title(paste("Weights non-loc day",i_np)) |
106 | plotSimils(p_n, i_p); title(paste("Weights non-loc day",i_p)) | |
63ff1ecb | 107 | |
aa059de7 BA |
108 | plotSimils(p_l, i_np); title(paste("Weights loc day",i_np)) |
109 | plotSimils(p_l, i_p); title(paste("Weights loc day",i_p)) | |
63ff1ecb | 110 | |
ff5df8e3 | 111 | # - pollué à gauche, + pollué à droite |
63ff1ecb | 112 | -----r |
aa059de7 BA |
113 | # Fenêtres sélectionnées dans ]0,7] / non-loc à gauche, loc à droite |
114 | p_n$getParams(i_np)$window | |
115 | p_n$getParams(i_p)$window | |
63ff1ecb | 116 | |
aa059de7 BA |
117 | p_l$getParams(i_np)$window |
118 | p_l$getParams(i_p)$window | |
63ff1ecb | 119 | % endfor |