[Projeto] prevendo dados temporais

https://colab.research.google.com/drive/1Fe3OSwZeeSxQp2jBdUDx-zkEWrBxsrrC?usp=sharing

Foi realizada a preparação dos dados para utilização no modelo Prophet, incluindo a conversão da coluna de data para o formato datetime e a agregação dos dados por dia, considerando que as informações estavam registradas por hora.

Em seguida, os dados foram organizados no formato esperado pelo Prophet, com as colunas ds (data) e y (variável alvo), e ordenados temporalmente para garantir consistência na modelagem.

O conjunto foi dividido em treino (80%) e teste (20%), respeitando a sequência temporal dos dados.

Após o treinamento do modelo, foi realizada a previsão para o período correspondente ao conjunto de teste, permitindo comparar valores previstos e reais.

As métricas de avaliação (MSE e RMSE) apresentaram valores elevados, indicando baixo desempenho preditivo do modelo. A análise gráfica também evidenciou que o modelo não conseguiu capturar adequadamente o comportamento sazonal dos dados, apresentando uma tendência que diverge dos valores reais.

Isso demonstra que, apesar da facilidade de uso do Prophet, é necessário ajustar parâmetros ou incorporar mais informações ao modelo para melhorar sua capacidade preditiva.

Durante o processo, utilizei a IA como suporte para estruturar o código e validar boas práticas, mantendo o foco na interpretação dos resultados.

Foi ajustada a visualização para melhorar a interpretação temporal, incluindo formatação do eixo de datas, separação clara entre treino e teste e destaque da previsão do modelo.

Oi, Hewerson! Como vai?

Agradeço por compartilhar seus aprendizados com a comunidade Alura.

Gostei da sua abordagem, principalmente quando você destaca que, mesmo com toda a preparação correta dos dados, o modelo não conseguiu capturar bem a sazonalidade. Isso mostra que você não ficou apenas na execução técnica, mas também olhou para a qualidade do resultado, o que é muito importante em projetos de séries temporais. A divisão respeitando a ordem temporal e a organização no formato ds e y também mostram que você seguiu bem as boas práticas do Prophet.

Você já está no caminho certo ao perceber que o problema aqui é o ajuste do modelo e não apenas a preparação dos dados. Isso demonstra maturidade na interpretação dos resultados.

Conte com o apoio do Fórum na sua jornada. Abraços e bons estudos!

Você chegou a testar alguma variação de parâmetros ou incluir novas variáveis no modelo para ver como isso impacta nas previsões? Compartilhe aqui!