Ejercicios · Series Temporales · La serie como tabla¶
La serie convertida en tabla de rezagos, mes del año y media móvil, y tres modelos de scikit-learn que la usan para pronosticar 2025 mes a mes: KNN, SVR y un árbol de regresión o un Random Forest. Cada enlace abre una actividad que se trabaja en el navegador, sin instalar nada.
Cada actividad empieza con la serie de análisis y unas claves que sirven para el ejercicio de esa página. Después viene una pregunta para responder antes de tocar nada, sigue con un control que se mueve y cierra con la explicación, que aparece cuando las preguntas quedan resueltas. Cada respuesta muestra su razón, se acierte o no. Los pronósticos son la excepción a la regla de calcular todo en la página: vienen de scikit-learn, con el mismo código del notebook de la sesión, y se calcularon fuera de la página para cada posición de los controles.
Vecinos¶
Los vecinos de KNN¶
k de 1 a 15 y el objetivo, el nivel o la diferencia con hace 12 meses. La página muestra el pronóstico de 2025, su MAE y los meses que KNN escogió como vecinos de enero, con los de 2020 y 2021 en rojo. Se trata de ver desde qué k dejan de mandar los vecinos de la pandemia y por qué, sobre el nivel, el pronóstico nunca pasa el mes más alto del entrenamiento.
Márgenes¶
C, epsilon y el escalador de SVR¶
Diecisiete valores de C entre 0,01 y 100, trece de epsilon entre 0,01 y 0,6 y el escalador puesto o quitado, con el pronóstico de 2025 y su MAE. Se mueve un control a la vez para ver qué C deja el menor error, qué pasa cuando el tubo es más ancho que los cambios de la serie y por qué sin escalador el kernel ve casi solo el número del mes.
Árboles¶
Un árbol o un bosque¶
Un árbol de regresión de profundidad 1 a 10 o sin límite, o un Random Forest de cien árboles, todos sobre la diferencia con hace 12 meses. Se trata de ver cuánto salta el MAE con una sola pregunta más y por qué el bosque, que promedia árboles entrenados con muestras distintas, cambia menos.