<aside> 💡 구체적인 일일 진행 사항

1. ipynb, py 파일로 구현한 코드 중 공유하고자 하는 사항 ( 인사이트, 모델 구현, 에러 등등 )
2. 슬랙에 올리지 않았거나 빠진 내용
3. 진행하면서 얻은 인사이트 공유 </aside>

발표 자료!

농산물 가격 예측.pdf

베이스라인에서 날짜 데이터(year,month,day,week)제외했을 때 트리기반의 모델은 변함이 없지만 선형회귀 모델들은 성능이 향상되었음

날짜 데이터를 제거하면 많은 컬럼들을 추가하여 모델링하였을 경우 트리기반은 성능이 저하될 수 있음

#국제 유가와 국내유가 중 국내유가만 사용 0.91-> 국내 유가 사용
#output과 area 중 하나만 사용 0.99-> output 사용

두가지를 제거했을때 성능 향상 확인

날짜 데이터를 전부 사용하면 예측성능이 낮아짐 월간의 특성이 중요한 것으로 보임

1차 결론→배추 기준 오직 가격데이터만으로 예측했을 때 linear모델이 잘 예측함

당일 가격데이터만 넣은 lstm 수치

시계열 분해 잔차활용