Open anjazavrl opened 9 years ago
Napovedovanje je smiselno, kjer lahko določiš neke trende. Kot trenutno delaš, napoveduješ oznako konstruktorja iz podatkov - ker pa te oznake ne ustrezajo dejanskim količinam, taka napoved ni smiselna.
Nekoliko bolj bi bila smiselna napoved doseženega števila točk vsakega konstruktorja (če prav razumem, imaš te podatke v stolpcih ITA
in JPN
razpredelnice train
) - ker pa je število točk omejeno, bi bilo smiselno podatke transformirati, npr. z inverzno logistično funkcijo.
Kar lahko narediš je to, da analiziraš korelacije med dosežki ekip na italijanski in japonski dirki (za vse ekipe, lahko pa tudi za vsako posebej). Glede na to, da je letošnja italijanska dirka že bila, japonska pa bo konec naslednjega tedna, lahko na podlagi teh napovedi napoveš izide letošnje japonske dirke:)
Kar se tiče izbire modela, bo najbolje, če poskusiš več modelov, pa potem izbereš ustreznega. Seveda raje izberi enostavnejši model namesto kompleksnejšega, če razlika v natančnosti prileganja ni prevelika.
Ali je dovolj, da naredim animaciji za Italijo in Japonsko za zadnja 4 leta za najpomembnejše ekipe? (grafe imam že narisane v datoteki 'Analiza')
Če so to smiselni podatki, ki jih imaš, potem bo to dovolj. Če pa imaš ustrezne podatke, pa lahko narediš animacijo za več let. Tukaj lahko uporabiš zanko for
, da ne bo potrebno za vsako leto pisati nove kode.
Pri 4. fazi sem naredila novo tabelo itajpn, kjer sem zbrala podatke konstruktorskih zmag v Italiji in na Japonskem zadnjih devetih let(to sta dirki, ki sta bili v vseh letih na koledarju). Rada pa bi napovedala zmago motorja na teh dveh dirkah.
Malo sem poenostavila zadevo in vse iste motorje zbrala skupaj, za lažjo predstavitev sem jih tudi označila s številkami. Je vse to sploh ok?
S katerim modelom naj napovedujem?
Hvala za odgovor in lp,
Anja Zavrl