Прогнозирование показателей деятельности предприятия
Система прогнозирования ежемесячного объема продаж на основе временных рядов. В проекте реализованы методы линейной регрессии и экспоненциального сглаживания для анализа трендов и построения прогнозов.
Функционал Загрузка и предобработка данных из CSV. Оценка точности моделей по метрикам: MAE, MSE, RMSE, MAPE. Визуализация фактических данных и прогнозных кривых. Прогноз на будущие 6 месяцев.
Технологии Проект написан на Python 3.12 с использованием следующих библиотек:
pandas— для обработки данных.numpy— для математических вычислениях.matplotlib— для визуализаций графиков.scikit-learn— для реализаций линейной регрессии.statsmodels— для сглаживание.
Для запуска проекта вам нужно:
- Требования Убедитесь, что у вас установлен Python. Установить необходимые библиотеки можно одной командой:
pip install pandas numpy matplotlib scikit-learn statsmodels-
Подготовка данных Файл с данными PP13_ISP22_timeseries.csv должен находиться в той же директории, что и скрипт. Формат файла: date,monthly_sales.
-
Запуск Запустите основной скрипт через терминал или IDE:
python main.py