Yolcu Sayısı Tahmini

Bu projede, SARIMAX modeli kullanarak yolcu sayısı tahmini yaptık. Modelde, hem mevsimsel etkileri hem de dışsal faktörlerin etkisini dikkate alarak zaman serisi analizi gerçekleştirdik. Amaç, yolcu sayısının gelecekteki değerlerini tahmin etmek için hava durumu verileri (sıcaklık, rüzgar hızı, nem oranı) gibi dışsal faktörlerin etkilerini modellemektir.

1. Veri Hazırlığı: Veriler, hava durumu ve yolcu sayısı ile ilgili zaman serisi verileri içermektedir. İlk olarak, verileri doğru şekilde yükledik ve temizledik.
2. Eksik Veri ve Anomalilerin Kontrolü: Veri setindeki eksik verileri kontrol ettik. Sonrasında, gerekli olan veri ön işleme adımlarına geçtik.
3. Veri Görselleştirme: Yolcu sayısı ve hava durumu verilerinin dağılımları ve ilişkileri görselleştirdik.
4. Zaman Serisi Analizi: SARIMAX modeli kullanılarak zaman serisi analizi yaptık. Sonrasında, verinin trend ve mevsimsel bileşenleri analiz ettik.
5. Model Kurulumu ve Tahmin: SARIMAX modelini, mevsimsel ve dışsal faktörleri dikkate aldık. Sonrasında, yolcu sayısının gelecekteki değerlerini tahmin etmek için modeli kurduk.

• SARIMAX (Seasonal ARIMA with Exogenous Regressors): Model, hava durumu verileri gibi dışsal faktörlerin etkisini içeren bir zaman serisi analiz modeli olarak kullanılmıştır.

SARIMAX modeli ile yapılan yolcu sayısı tahminleri, modelin doğruluğunu göstermek için başarıyla test ettik. Model, mevsimsel etkileri ve dışsal faktörleri dikkate alarak oldukça güvenilir tahminler yaptı. Bu çalışma ile birlikte model, gelecekteki yolcu sayıları için etkili bir tahmin aracı olduğunu bulguladık.

Projenizi geliştirmek ve benzer projelerde size yardımcı olmak için bizimle iletişime geçebilirsiniz.

Birlikte, projelerinizi yürütelim!