Это один из самых мощных моих проектов за последнее время. Кроме того, что тема временных рядов сама по себе важна в специфике работы торговой компании, ещё было интересно закрепить навыки работы с широким спектром ML инструментов, от линейной регрессии до SARIMA. Описание проекта Компания заказчика собрала исторические данные о заказах такси в аэропортах. Чтобы привлекать больше водителей в период пиковой нагрузки, нужно спрогнозировать количество заказов такси на следующий час. Требования и указания : Описание данных...

Рассмотрим основные параметры LightGBM, путем настройки которых можно повысить качество модели. Продолжим работу с данными о расходах и доходах людей, использованными в ходе демонстрационного запуска алгоритма ранее (код в конце статьи): Ключевыми параметрами являются следующие: num_iteration - число деревьев (псевдоним n_estimators) или итераций в бустинге. learning_rate - скорость обучения. Рекомендуется перебирать вместе с num_iteration, так как в общем случае при снижении количества итераций лучше увеличивать скорость обучения...