diff options
Diffstat (limited to 'doc/document.asciidoc')
| -rw-r--r-- | doc/document.asciidoc | 14 |
1 files changed, 7 insertions, 7 deletions
diff --git a/doc/document.asciidoc b/doc/document.asciidoc index 0c426bb..571b49e 100644 --- a/doc/document.asciidoc +++ b/doc/document.asciidoc @@ -29,7 +29,7 @@ Das Script 'get_products.m' liest die Datei '' - Lineare-Approximation (zeit -> quantität) - Mittlere-Wochen-Verhersagen -image::image/opt_pred_pie.svg[Anteil der Verfahren an der Gesammtloesung] +image::image/opt_pred_pie.svg[Anteil der Verfahren an der Gesammtlösung] Mittelwert ~~~~~~~~~~ @@ -88,9 +88,9 @@ TODO: Fehlerwerte noch mal bestimmen! Lineare-Regresion (special) ~~~~~~~~~~~~~~~~~~~~~~~~~~~ Am Produkt Nr. 335 kann man examplarisch sehr gut erkennen, dass der Absatz -von den beiden Einflussgroessen Siebentage-Schwankung sowie der Preisänderung +von den beiden Einflussgrössen Siebentage-Schwankung sowie der Preisänderung abhängt. -Mit diesem Verfahren wird versucht beide Einflussgroessen bei der Vorhersage +Mit diesem Verfahren wird versucht beide Einflussgrössen bei der Vorhersage zu beachten. Dabei wurde zunächte eine Fourie-Analyse der Kurve der Absatzsumme alle @@ -137,7 +137,7 @@ Circa 7% der Podukte liessen sich mit Zufall besser vorhersagen, als duch die Zuvor beschriebenen Verfahren. Es stellte sich aber herraus, dass es bei jedem duchlauf andere Produkte waren, welche mit dem Vergleich zu den Realendaten besser vorhergesagt wurden. -Somit war dieses Verfahren keine Option fuer eine serioese Vorhersage fuer +Somit war dieses Verfahren keine Option fuer eine seriöse Vorhersage fuer unbekannten Datensätze. Optimierungsverfahren @@ -154,17 +154,17 @@ besten Verfahren enthält. Die Position des Indizes spiegelt dabei das Produkt wieder, fuer die dieses Verfahren am besten geeignet ist. -Mit diesem Vektor koennen nun die Vorhersagen der einzelnen Produkte fuer den +Mit diesem Vektor können nun die Vorhersagen der einzelnen Produkte fuer den unbekannten Zeitraum zusammen gelegt werden. image::image/opt_pred_pie.svg[OptimizePie] Dieses Verfahren wuerde sich auch gut zur Bestimmung des Abgabe-Datensatzes fuer den Daten-Mining-Cup eignen. -Dabei koennten alle Teams fuer ihre Verfahren einmal ihre Vorhersage fuer die +Dabei könnten alle Teams fuer ihre Verfahren einmal ihre Vorhersage fuer die Tage 29 bis 42 in Form der "train.txt" und ihre Vorhersagen fuer den unbekannten Zeitraum abgeben. -Anhand der verschiedenen Fehler der Vorhersagen pro Produkt koennte wie oben +Anhand der verschiedenen Fehler der Vorhersagen pro Produkt könnte wie oben beschrieben ebenfalls ein Vektor mit den Indizes der Verschiedenen Einreichungen erstellt werden und damit auch der Datensatz fuer die Einreichung im Wettbewerb. |