/
prime.py
108 lines (71 loc) · 2.77 KB
/
prime.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
# -*- coding: utf-8 -*-
# Disponibilizado originalmente em http://www.mariofilho.com
# Código disponibilizado para fins educacionais, o autor não oferece quaisquer garantias.
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_absolute_error
import numpy as np
import pandas as pd
#Define função para calcular o MAPE
def mape(y_pred,y_true):
return np.mean(np.abs((y_true - y_pred) / y_true)) * 100
#Carrega os dados
data = pd.read_csv('prime.csv',header=0,index_col=0).sort()
x_data = []
y_data = []
# Formata de maneira que cada linha da matriz X seja composta pelos 6 meses anteriores.
for d in xrange(6,data.shape[0]):
x = data.iloc[d-6:d].values.ravel()
y = data.iloc[d].values[0]
x_data.append(x)
y_data.append(y)
x_data = np.array(x_data)
y_data = np.array(y_data)
#Listas para armazenar as previsões de cada modelo
y_pred = []
y_pred_last = []
y_pred_ma = []
y_true = []
#Itera pela série temporal treinando um novo modelo a cada mês
end = y_data.shape[0]
for i in range(30,end):
x_train = x_data[:i,:]
y_train = y_data[:i]
x_test = x_data[i,:]
y_test = y_data[i]
model = LinearRegression(normalize=True)
model.fit(x_train,y_train)
y_pred.append(model.predict(x_test))
y_pred_last.append(x_test[-1])
y_pred_ma.append(x_test.mean())
y_true.append(y_test)
#Transforma as listas em arrays numpy para facilitar os cálculos
y_pred = np.array(y_pred)
y_pred_last = np.array(y_pred_last)
y_pred_ma = np.array(y_pred_ma)
y_true = np.array(y_true)
#Imprime os erros na tela
print '\nMean Absolute Percentage Error'
print 'MAPE Regressão Linear', mape(y_pred,y_true)
print 'MAPE Último Valor', mape(y_pred_last,y_true)
print 'MAPE Média Móvel', mape(y_pred_ma,y_true)
print '\nMean Absolute Error'
print 'MAE Regressão Linear', mean_absolute_error(y_pred,y_true)
print 'MAE Último Valor', mean_absolute_error(y_pred_last,y_true)
print 'MAE Média Móvel', mean_absolute_error(y_pred_ma,y_true)
#Faz o teste Wilcoxon Signed-Rank para determinar significado estatístico da diferença nos erros
# OPCIONAL - REQUER SCIPY
#from scipy.stats import wilcoxon
#error_linreg = abs(y_true - y_pred)
#error_last = abs(y_true - y_pred_last)
#print '\nWilcoxon P-value', wilcoxon(error_linreg,error_last)[1]/2.
#Cria um gráfico dos valores reais, previsões da regressão linear e do modelo utilizando o último valor
# OPCIONAL - REQUER MATPLOTLIB
#from matplotlib import pyplot as plt
#plt.title('Prime Rate Brasil - Mensal - 2005 a 2014')
#plt.ylabel('Prime Rate')
#plt.xlabel(u'Períodos (Meses)')
#reg_val, = plt.plot(y_pred,color='b',label=u'Regressão Linear')
#true_val, = plt.plot(y_true,color='g', label='Valores Reais')
#plt.xlim([0,85])
#plt.legend(handles=[true_val,reg_val])
#plt.show()