- Le DataFrame général est bien organisé. Dans
load_utils.py. - La création de features à la main est dans
features.py, et est standardisée (cf.feature_engineering.ipynb). But: rendre l'aggrégation de tous les features et cie plus simple.
-
WF: "The considered Wind Farm. WF ranges from WF1 to WF6. Be aware that this prediction problem is totally dependent to the WF considered. The statistical link between input variables and wind power production is completely different from one WF to another. It could be judicious to train specific prediction algorithms for each WF, instead of training a unique algorithm which could be unable to model the behavior of each WF."
-
U et V :
- sont données à 100m pour NWP1, NWP2, NWP3 et à 10m pour NWP4 -> attention à l'aggrégation.
- la décomposition vitesse / angle peut être judicieuse.
-
Séparation train set / public test set / private test set : Effet saisonnier.
Ajouter plus de features. Pour l'instant, seulement 3: moyenne de T, CLCT, windspeed.
Idées:
- Variation de variables (est-ce qu'il a fait meilleur que les jours précédents?)
- changement de direction du vent
Créer un fichier qui s'inscrive bien dans la pipeline, ie. qui prenne en entrée un DF avec des colonnes:
- WF: 1 ... 6
- var: mean_T, mean_U, ...
Faire un modèle pour chaque WF = 6 modèles. Entraîner sur données de chaque WF séparément.
Fit = prendre un modèle puis évaluer avec ce modèle.
Proposition 1. Puis rajouter un modèle qui s'entraîne sur toutes les données, avec des features sans offset: par exemple, des différences.
Fit = prendre le modèle spécifique à la WF. Prendre le méta modèle. Résultat = moyenne pondérée des deux, avec coefficient trouvé par validation croisée.