Skip to content

RIEPILOGO.md

Latest commit

 

History

History
145 lines (115 loc) · 4.42 KB

RIEPILOGO.md

File metadata and controls

145 lines (115 loc) · 4.42 KB

Forecasting Ordini - Riepilogo Progetto

Obiettivo

Prevedere il volume giornaliero di ordini di un e-commerce (Online Retail dataset) utilizzando modelli di Machine Learning.

Dataset

  • File: online_retail/Online Retail.xlsx
  • Fonte: UCI Machine Learning Repository - Online Retail Dataset
  • Dimensione: 541,909 righe x 8 colonne
  • Periodo: 01/12/2010 - 09/12/2011
  • Record utilizzabili dopo pulizia: ~530,000

Struttura Progetto

ML_Forecasting/
├── ml_ForecastingOrdini.py    # Pipeline ML (XGBoost + LightGBM)
├── Prophet.py                  # Forecasting con Facebook Prophet
├── Forecasting_Ordini.ipynb    # Notebook Jupyter interattivo (completo)
├── requirements.txt            # Dipendenze Python
├── feature_columns.json        # Lista feature utilizzate dai modelli
├── online_retail/
│   └── Online Retail.xlsx      # Dataset
├── Metodologia/
│   └── DOCUMENTO DI SINTESI METODOLOGICA ML 1 1.docx
├── Tesi/
│   └── TESI_Romel.pdf
└── .venv/                      # Virtual environment Python

Pipeline Dati

1. Pulizia Dati

  • Rimozione date mancanti
  • Rimozione resi (InvoiceNo che inizia con 'C')
  • Filtro Quantity > 0 e UnitPrice > 0
  • Calcolo Revenue = Quantity x UnitPrice

2. Aggregazione Giornaliera

Metrica Descrizione
Orders Numero ordini unici/giorno
TotalQuantity Quantita totale/giorno
Revenue Fatturato totale/giorno
UniqueCustomers Clienti unici/giorno
UniqueProducts Prodotti unici/giorno
  • Giorni totali: 305
  • Media ordini/giorno: 65.4
  • Range ordini: 11 - 142

3. Feature Engineering (30 feature)

Feature temporali (15):

  • Year, Month, Day, DayOfWeek, DayOfYear, WeekOfYear, Quarter
  • Encoding ciclico: DayOfWeek_sin/cos, Month_sin/cos
  • Flag: IsWeekend, IsMonthStart, IsMonthEnd

Lag features (6):

  • Orders_lag_1, _2, _3, _7, _14, _28

Rolling features (6):

  • Media mobile e deviazione standard su finestre di 7, 14, 28 giorni

Feature dal dataset (4):

  • TotalQuantity, Revenue, UniqueCustomers, UniqueProducts

4. Split Temporale

Set Giorni Periodo
Train 243 13/01/2011 - 31/10/2011
Validation 13 01/11/2011 - 15/11/2011
Test 21 16/11/2011 - 09/12/2011

Modelli e Risultati

Approccio 1: XGBoost + LightGBM (ml_ForecastingOrdini.py)

Risultati su Validation Set:

Modello MAE RMSE MAPE R2
Baseline Mean 41.93 44.08 - -
Baseline Last 29.31 32.31 - -
Baseline MA(7) 16.85 20.47 - -
XGBoost 7.03 8.12 6.98% 0.6437
LightGBM 9.94 12.20 9.59% 0.1952

Miglior modello: XGBoost

Risultati su Test Set (XGBoost):

  • MAE: 9.99
  • RMSE: 12.98
  • MAPE: 9.03%
  • R2: 0.7373

Approccio 2: Prophet (Prophet.py)

Pattern rilevati:

  • Giorno migliore: Sabato (+7,455 unita vs media)
  • Giorno peggiore: Domenica (-8,781 unita vs media)
  • Mese migliore: Dicembre (+6,410 unita vs media)
  • Mese peggiore: Luglio (-4,093 unita vs media)
  • Trend generale: Crescita +193.5% nel periodo analizzato

Forecast 7 giorni: ~28,399 unita/giorno (media prevista)

Come Eseguire

# Attiva il virtual environment
cd ML_Forecasting

# Script Python
.venv/bin/python ml_ForecastingOrdini.py
.venv/bin/python Prophet.py

# Jupyter Notebook (raccomandato)
.venv/bin/jupyter notebook Forecasting_Ordini.ipynb

File Generati dall'Esecuzione

  • plot_1_validation.png - Predizioni vs Reali (Validation)
  • plot_2_feature_importance.png - Top 15 Feature Importance
  • plot_3_model_comparison.png - Confronto RMSE tra modelli
  • plot_4_test_set.png - Predizioni vs Reali (Test)
  • model_xgboost.pkl - Modello XGBoost serializzato
  • feature_columns.json - Lista feature per inferenza

Dipendenze

pandas>=2.0.0
numpy>=1.24.0
matplotlib>=3.7.0
seaborn>=0.12.0
scikit-learn>=1.3.0
xgboost>=2.0.0
lightgbm>=4.0.0
optuna>=3.0.0
plotly>=5.14.0
openpyxl>=3.1.0
prophet>=1.1.0

Requisito macOS: brew install libomp (per XGBoost/LightGBM)