[СТАТЬЯ] Покоряем гору временных рядов: делаем прогноз для 200+ рядов с библиотекой Etna

У Магнит OMNI ❤ 19 января вышел туториал для новичков по временным рядам с использование библиотеки ETNA

Ниже короткий разбор, что в ней есть 👇

1. В статье начали с наивных прогнозов последним значением, а далее начали применять библиотеку ETNA 2. [Сравнивали](https://habr.com/ru/companies/magnit/articles/985864/#:~:text=абсолютной процентной ошибки-,WAPE,-:) несколько моделей по WAPE (абсолютной взвешенной ошибке) 3. [Показали](https://habr.com/ru/companies/magnit/articles/985864/#:~:text=создадим для неё —-,линейный тренд,-. Это разница в) как применить пользовательские преобразования (в примере — создание линейного тренда для модели линейной регрессии) ✏️ 4. [Выделили](https://habr.com/ru/companies/magnit/articles/985864/#:~:text=выборок, выполняет его-,стандартизацию,-и передает в) блок про стандартизацию данных для оценки временных рядов (в целом, это нужно для соразмерности сравнения ошибок между моделями). 5. [Уделили](https://habr.com/ru/companies/magnit/articles/985864/#:~:text=обнаруживаем и исключаем аномалии) время аномалиям (что они влияют на прогноз и как фреймворк может их обнаруживать). 6. Какими значениями можно заменять аномалии (в примере — предыдущее значение). 7. Далее [указали](https://habr.com/ru/companies/magnit/articles/985864/#:~:text=Находим перевалы: детектируем точки изменения тренда), что проблема может быть в точках изменения тренда.

Новичкам, которые работают с временными рядами, зайдёт. Это скорее инструкция по возможностям библиотеки и типовым проблемам: аномалии, точки перегиба, оценка качества и т.д.

Сам сталкивался с проблемами аномалий и точек перегиба — в статье это подсвечено.

Если вдруг будет интересно, можно попробовать собрать пару постов по прогнозу временных рядов, если увижу много 📈 (давайте попробуем 150+). Можно для интереса залезть в комменты, там один из комментаторов говорит про фильтр Калмана (по пропуску пропущенных значений) и ссылается на статью, в которой сравнивают с простыми методами замены пропусков (при линейной динамике показывает меньшую ошибку восстановления пропусков). А как у вас дела с временными рядами? Успели с ними поработать и что-то спрогнозировать? Делитесь в комментариях

@zasql_python