Case Ibama

O objetivo deste case é encontrar qual transportadora realizou o transporte de madeira com maior custo-benefício e construir um modelo preditivo que prevê o preço do transporte em dezembro de 2007 por transportadora utilizando as variáveis do problema.

O dataset utilizado corresponde apenas aqueles com origem no estado do Acre e no ano de 2007. O dataset pode ser baixado no link abaixo.

http://dadosabertos.ibama.gov.br/dataset/documento-de-origem-florestal-dof-transportes-de-produtos-florestais

Melhor Custo Beneficio

Foi definido 3 tipos de custo beneficio:

• custo_beneficio: Razão entre o valor cobrado e o produto entre a distância da entrega e o volume da mercadoria;

• custo_beneficio_por_KM: Razão entre o valor cobrado e a distância da entrega;

• custo_beneficio_por_Volume: Razão entre o valor cobrado e o volume da mercadoria;

Obs.: Aqui não estou levando em considerção o tipo de madeira que é transportada. Existem maderias que são mais valorizadas que outras. Para realizar essa analise, teriamos que ter uma base de dados com tais informações.

Custo beneficio médio de cada empresa.

O que seria este custo beneficio médio?

• Custo_Beneficio_Medio: Podemos interpretalo como a taxa média do valor cobrado do frete em que cada empresa cobraria por kilometro rodado e por volume transportado.

• Custo_Beneficio_Medio_por_KM: Podemos interpretalo como a taxa média do valor cobrado do frete em que cada empresa cobraria por kilometro rodado.

• Custo_Beneficio_Medio_por_Volume: Podemos interpretalo como a taxa média do valor cobrado do frete em que cada empresa cobraria por volume transportado.

As 5 Empresas com melhor custo beneficio

Custo beneficio médio por Volume

Se escolhermos o custo beneficio como

Custo / Volume

estas seriam as empresas mais indicadas.

Custo beneficio médio por KM

Se escolhermos o custo beneficio como

Custo / distancia

estas seriam as empresas mais indicadas.

Custo beneficio médio por KM e Volume

Se escolhermos o custo beneficio como

Custo / (distancia*Volume)

estas seriam as empresas mais indicadas.

Modelo Preditivo

O dataset tem mais de 200 transportadoras, no modelo vamos considerar as 10 empresas que realizaram maior quantidade de entregas e as demais vamos agrupalas e denominalas de OUTROS

Resumo dos erros de cada modelo utilizado

Mean Squared Error

• Modelo LinearRegression:

  • Train = 3058.8275018862537
  • Test = 4029.0011831166994

• Modelo RandomForestRegressor

  • Train = 1761.8986009848522
  • Test = 2089.0912284431965

• Modelo RandomForestRegressor - com o ln(target)

  • Train = 0.5119015312697583
  • Test = 0.6331961020675777

• Modelo GradientBoostingRegressor

  • Train = 866.8395582323021
  • Test = 1999.6841731996237

Median Absolute Error

• Modelo LinearRegression:

  • Train = 475.8846077459551
  • Test = 679.5997814696431

• Modelo RandomForestRegressor:

  • Train = 60.18408749695329
  • Test = 72.2640874969533

• Modelo RandomForestRegressor - com o ln(target):

  • Train = 0.26132208521896816
  • Test = 0.23491884197709112

• Modelo GradientBoostingRegressor

  • Train = 25.81724632880654
  • Test = 47.02170139644511

Mean Absolute Percentage Error

• Modelo LinearRegression:

  • Train = 10.584493317101405
  • Test = 11.290700977472765

• Modelo RandomForestRegressor:

  • Train = 2.300141354663869
  • Test = 2.2973722565649184

• Modelo RandomForestRegressor - com o ln(target):

  • Train = 0.08928178859193564
  • Test = 0.09382994265008338

• Modelo GradientBoostingRegressor

  • Train = 0.6056486807034025
  • Test = 1.058667691289626

Comparação gráfica dos modelos nos dados de teste

Dentro dos modelos analisados, o GrandienBoostingRegressor apresentou o melhor resultado com relação as 3 metricas utilizadas. Bem como podemos ver visualmente nos gráficos acima que as previsões do modelo GrandienBoostingRegressor é a que se aproxima melhor do valor real, quando o frete cobrado é maior que R$ 2500,00 reais.

Obs.: O modelo RandomForestRegressor - com o ln(target) teve o melhor resultado de acordo com as métricas, porém o modelo não previa bem os valores dos fretes que estavam acima de R$ 2500,00. Por este motivo foi escolhido o modelo GrandienBoostingRegressor.

Ranking das Empresas com o valor do frete "mais em conta"

Para o caso:

• Volume (m$^3$): 1000;
• Mês: 12;
• Distância (km): 500;
• Produto: Madeira serrada (prancha);