Store Sales. Time Series Forecast & Visualization 1

매장 매출. 시계열 예측 및 시각화

1. Import libraries

import math
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
from statsmodels.tsa.deterministic import CalendarFourier, DeterministicProcess
from sklearn.linear_model import LinearRegression
from pandas import date_range
from statsmodels.graphics.tsaplots import plot_pacf

from sklearn.model_selection import train_test_split

from sklearn.preprocessing import LabelEncoder
from xgboost import XGBRegressor

• import math: 파이썬 math 모듈을 불러옵니다. math 모듈은 다양한 수학 함수와 상수를 제공합니다.
• import numpy as np: NumPy는 수치 계산을 위한 파이썬 라이브러리로, 다차원 배열을 다루는 기능 등을 제공합니다.
• import pandas as pd: 데이터 조작과 분석을 위한 라이브러리로, 표 형태의 데이터를 다루는 기능 등을 제공합니다.
• import seaborn as sns: matplotlib을 기반으로 한 데이터 시각화 라이브러리로, 다양한 그래프 스타일과 테마를 제공합니다.
• import matplotlib.pyplot as plt: 데이터 시각화 라이브러리로 그래프를 그리는 기능 등을 제공합니다.
• from matplotlib.colors import ListedColormap: 이산적인 색상 맵을 생성하기 위한 클래스입니다.
• from statsmodels.tsa.deterministic import CalendarFourier, DeterministicProcess: 시계열 분석을 위한 클래스입니다.
• from sklearn.linear_model import LinearRegression: 선형 회귀 모델을 구현하는데 사용됩니다.
• from pandas import date_range: date_range 함수는 일정한 간격으로 날짜 / 시간을 생성하는 데 사용됩니다.
• from statsmodels.graphics.tsaplots import plot_pacf: PACF(Partial Autocorrelation Function)을 시각화하는 함수입니다.
• from sklearn.model_selection import train_test_split: train_test_split 함수는 데이터를 학습용과 검증용으로 분할하는 데 사용됩니다.
• from sklearn.preprocessing import LabelEncoder: 범주형 변수를 수치형 변수로 변환하는 데 사용됩니다.
• from xgboost import XGBRegressor: 회귀 모델링을 구현하는 데 사용됩니다.

# Model 1(trend)
from sklearn.linear_model import ElasticNet, Lasso, Ridge

# Model 2
from sklearn.ensemble import ExtraTreesRegressor, RandomForestRegressor
from sklearn.neighbors import KNeighborsRegressor
from sklearn.neural_network import MLPRegressor
from sklearn.multioutput import RegressorChain
import warnings

• from sklearn.linear_model import ElasticNet, Lasso, Ridge: 이 클래스들은 모두 선형 회귀 모델링에 사용되는 클래스로, Ridge와 Lasso는 규제(regularization)를 적용하는 선형 회귀 모델이며, ElasticNet은 L1 규제와 L2 규제를 모두 적용하는 선형 회귀 모델입니다.
• from sklearn.ensemble import ExtraTreesRegressor, RandomForestRegressor: 모두 앙상블(ensemble) 기법을 이용한 회귀 모델링에 사용되는 클래스입니다. 랜덤 포레스트 (Random Forest) 알고리즘을 이용한 회귀 모델링을 수행합니다.
• from sklearn.neightbors import KNeighborsRegressor: 최근접 이웃(K-Nearest Neighbor) 알고리즘을 이용한 회귀 모델링에 사용되는 클래스입니다.
• from sklearn.neural_network import MLPRegressor: 다층 퍼셉트론(Multi-Layer Perceptron) 알고리즘을 이용한 회귀 모델링에 사용되는 클래스입니다.
• from sklearn. multioutput import RegressorChain: 다중 출력 회귀(Multi-Output Regression) 모델링에 사용되는 클래스로, 체인 방법(chain method)을 이용하여 다중 출력 회귀 모델을 구축합니다.
• import warnings: 경고 메시지를 표시하거나 제어하는 데 사용되는 모듈을 불러오는 코드입니다.

# switch off the warnings
warnings.filterwarnings("ignore")

• 경고 메시지를 무시하도록 설정하는 함수입니다. 이를 호출하면 경고 메시지가 더 이상 표시되지 않습니다.

2. Read data

df_holidays = pd.read_csv('holidays_events.csv', encoding = 'cp949', header = 0)
df_oil = pd.read_csv("oil.csv", encoding = 'cp949', header = 0)
df_stores = pd.read_csv("stores.csv", encoding = 'cp949', header = 0)
df_trans = pd.read_csv("transactions.csv", encoding = 'cp949', header = 0)

df_train = pd.read_csv("train.csv", encoding = "cp949", header = 0)
df_test = pd.read_csv("test.csv", encoding = "cp949", header = 0)

• ****‘header = 0’**** 은 CSV 파일의 첫 번째 줄이 열 이름을 포함하고 있다는 것을 나타내며, 이를 데이터프레임의 열 이름으로 사용하겠다는 의미입니다.

Also, we need to convert all ‘date’ columns to datetime Pandas format:

또한 우리는 모든 ‘date’ 열을 Pandas 형식의 날짜/시간 형식으로 변환해야 합니다:

df_holidays['date'] = pd.to_datetime(df_holidays['date'], format = "%Y-%m-%d")
df_oil['date'] = pd.to_datetime(df_oil['date'], format = "%Y-%m-%d")
df_trans['date'] = pd.to_datetime(df_trans['date'], format = "%Y-%m-%d")
df_train['date'] = pd.to_datetime(df_train['date'], format = "%Y-%m-%d")
df_test['date'] = pd.to_datetime(df_test['date'], format = "%Y-%m-%d")

After that, We can look and check our different dataframes:

그런 다음 우리는 다양한 데이터 프레임을 살펴보고 확인할 수 있습니다.

Here we can see df_holidays:

여기서 우리는 df_holidays를 볼 수 있습니다.

df_holidays.head(10) # check data

Here we can see df_oil:

df_oil.head(3) # check data

Here we can see df_stores:

df_stores.head(10) # check data

Here we can see df_train:

df_train.head(10) # check data

Here we can see df_test:

df_test.head(5) # check data