📊 Приложение для прогнозирования временных рядов

📝 Описание

Это приложение предназначено для прогнозирования значений временных рядов с использованием AutoML-библиотеки AutoGluon. Оно позволяет загружать данные, настраивать параметры модели и получать точные прогнозы.

🛠 Установка

1. Установите Miniconda или Anaconda
2. Создайте окружение:

   conda create -n my_time_series_app python=3.10
   conda activate my_time_series_app

3. Установите зависимости:

   pip install -r requirements.txt

🚀 Запуск приложения

1. Склонируйте репозиторий или поместите файлы проекта в папку
2. Активируйте окружение и выполните:

   streamlit run app.py

3. Приложение откроется в вашем браузере автоматически

📚 Использование

🧭 Навигация

Приложение содержит три основные страницы:

• Главная - загрузка данных, настройка и обучение моделей, прогнозирование
• Анализ данных - расширенный анализ временных рядов, обнаружение аномалий и концепт-дрифта
• Help - справочная информация по использованию приложения

📤 Загрузка данных

• Загрузите файл с историческими данными (CSV или Excel)
• Для больших файлов (>100 МБ) доступна оптимизированная загрузка с настройками размера чанка

⚙️ Настройка параметров

1. Выберите столбцы для:
   • Даты
   • Целевой переменной
   • Идентификатора
2. Укажите статические признаки, если они есть
3. Настройте параметры модели:
   • Метод заполнения пропусков (включая KNN и интерполяцию)
   • Частота данных
   • Метрика оценки
   • Модели AutoGluon
   • Время обучения

📊 Расширенный анализ данных

На странице "Анализ данных" доступны:

• Валидация данных - проверка качества данных, обнаружение пропусков и аномалий
• Анализ целевой переменной - распределение, временной ряд, выбросы, трансформации
• Корреляции и статические признаки - анализ мультиколлинеарности, расчет VIF
• Временной ряд и сезонность - декомпозиция ряда, генерация временных признаков
• Выявление концепт-дрифта - определение изменений в данных с течением времени
• Разделение данных - разбиение на обучающую, валидационную и тестовую выборки

🧠 Обучение модели

1. Нажмите кнопку "Обучить модель" для начала обучения
2. Прогресс-бар отображает состояние процесса обучения
3. После завершения обучения вы увидите результаты и лидерборд

🔮 Получение прогноза

1. Нажмите кнопку "Сделать прогноз" для получения прогнозов
2. Прогнозы будут отображены в виде таблицы и графиков
3. Доступна опция проверки концепт-дрифта в прогнозе

💾 Управление памятью

Для работы с большими данными предусмотрены функции контроля и очистки памяти:

• Отображение текущего использования памяти
• Кнопка "Очистить память" для освобождения неиспользуемых ресурсов

🔧 Технические особенности

• Под капотом используется AutoML-библиотека AutoGluon для работы с временными рядами
• Оптимизированная обработка больших файлов через чанкинг
• Расширенные методы валидации данных и обнаружения аномалий
• Генерация дополнительных признаков (лаги, скользящие окна, временные компоненты)
• Анализ и обработка концепт-дрифта для адаптации к изменениям в данных

🆘 Дополнительная информация

Для получения справки по работе с приложением перейдите на вкладку "Help" в боковом меню.