Прогнозирование количества заказов такси на следующий час

Описание проекта

Компания "Жёлтый путь" собрала исторические данные о заказах такси в аэропортах. Цель проекта - разработать модель для прогнозирования количества заказов такси на следующий час, чтобы привлекать больше водителей в периоды пиковой нагрузки.

Целевая метрика: RMSE на тестовой выборке должна быть не более 48.

Структура проекта

1. Подготовка данных
   • Загрузка и ресемплинг данных по часам
   • Исследование временного ряда (тренды, сезонность)
   • Создание признаков (лаги, скользящие статистики и др.)
2. Анализ данных
   • Визуализация временного ряда
   • Разведочный анализ (EDA)
   • Проверка на стационарность
3. Построение и оценка моделей
   • Линейная регрессия
   • Решающие деревья
   • Градиентный бустинг (CatBoost, LightGBM)
   • Подбор гиперпараметров
   • Оценка качества моделей
4. Выводы и рекомендации
   • Выбор лучшей модели
   • Интерпретация результатов
   • Рекомендации по использованию

Используемые технологии

• Python
• Pandas, NumPy
• Scikit-learn, CatBoost, LightGBM
• Statsmodels
• Matplotlib, Seaborn

Ключевые этапы

1. Загрузка и предварительная обработка данных
2. Генерация признаков для временного ряда
3. Разделение данных на обучающую и тестовую выборки
4. Обучение и оценка различных моделей
5. Подбор гиперпараметров с кросс-валидацией
6. Анализ результатов и выбор лучшей модели