Post on 16-Feb-2017
@rafbermudez#codemotion_es
● Rafael Bermúdez Míguez ● @rafbermudez● rafa@rafbermudez.com
Construyendo tu propia bola de cristal:predicción de precios con machine learning
MADRID · NOV 27-28 · 2015
@rafbermudez#codemotion_es
Bolas de los deseos
Métodos de adivinación
De qué va esta película
• Estadística• Probabilidad• Imaginación• Producto
@rafbermudez#codemotion_es
GRACIAS
ETS Asset Management Factorywww.ets.es
www.otogami.com
http://www.runnics.com/
@rafbermudez#codemotion_es
El problema• Qué
• Predecir el precio de videojuegos• Cómo
• Data science• Por qué
• Aportar más valor a los usuarios/tiendas• Abrir nuevas líneas de negocio• Aprovechar los datos históricos
@rafbermudez#codemotion_es
CLASIFICAR pintarenblancopintarenblanco
clusterización
EXPLORAR Y PREPARAR
DATOS
limpieza y filtrado
Proceso
GENERAR MODELO Y VALIDAR
selección de atributos y modelo
predictivo
@rafbermudez#codemotion_es
Por dónde empezamos
@rafbermudez#codemotion_es
MVP
• Modelo predictivo• Ajuste de tendencia• Precio mínimo
• Plataformas maduras• PS3 y Xbox360
• Series temporales completas
@rafbermudez#codemotion_es
1. Explorar y preparar datos
@rafbermudez#codemotion_es
matices
Morphing
granularidad
Simplificar
RAW DATA
o
gaps
Rellenar
Comparación
Generalizar
diversas medidas
Normalizar
temporalidad
Truncar
Explorar y preparar datosEnemigo 1 Enemigo 3
Enemigo 4 Enemigo 5 Enemigo 6
GOAL
Enemigo 2
@rafbermudez#codemotion_es
raw data
@rafbermudez#codemotion_es
Gaps: RellenarValor anteriorLibrería zoo (R)
@rafbermudez#codemotion_es
Granularidad: SimplificarAgregación
por semana
@rafbermudez#codemotion_es
Matices: Morfología matemática1. Apertura
1.1.Erosión1.2.Dilatación2. Cierre
2.1.Dilatación2.2.Erosión
@rafbermudez#codemotion_es
Temporalidad: Truncar• Truncar preorders• Truncar cola
@rafbermudez#codemotion_es
Temporalidad: Truncar• Truncada!
@rafbermudez#codemotion_es
Diversas medidas: Normalizar• Escalar serie
• serie <- serie/serie[1]
@rafbermudez#codemotion_es
Comparación : Generalizar• Aproximación
logarítmica
• LogValue: -0.2541175
• error: 0.01328662
@rafbermudez#codemotion_es
2. Clasificar
@rafbermudez#codemotion_es
Histograma: Valor de aproximación• 358 juegos
procesados [-0.25, -0.1]
74% de los datos
@rafbermudez#codemotion_es
Histograma: Error de aproximación• 358 juegos
procesados[0.005, 0.015]
77% de los datos
@rafbermudez#codemotion_es
Clusterización
• K-means 6 clusters• cluster, size, mean
1 | 38 | -0.034472 | 10 | 0.088363 | 67 | -0.156304 | 106| -0.195205 | 82 | -0.242316 | 55 | -0.10462
@rafbermudez#codemotion_es
Tendencia por cluster
• Rojo: 2, 1• Verde: 6, 3, 4, 5
@rafbermudez#codemotion_es
3. Generar modelo y validar
@rafbermudez#codemotion_es
Modelo predictivo
• Algoritmo: rpart• Atributos:
• referenceprice• year• date_part (mes)• platform• metacritic • pegi• publisher• developer
@rafbermudez#codemotion_es
Probando...
• Cluster asignado: 4• fiabilidad: 56%• Desviación: mínima
• Cluster real: 4• Desviación: mínima
@rafbermudez#codemotion_es
Probando...2
• Cluster asignado: 4• fiabilidad: 49%• Desviación:
razonable
• Cluster real: 3• Desviación: mínima
@rafbermudez#codemotion_es
Probando...3
• Cluster asignado: 5• fiabilidad: 42%• Desviación: grande
• Cluster real: 4• Desviación: mínima
@rafbermudez#codemotion_es
Probando...4
• Cluster asignado: 1• fiabilidad: 45%• Desviación: grande
• Cluster real: 5• Desviación: grande
@rafbermudez#codemotion_es
Conclusiones
Etapa Posibles mejoras
Aproximar 1. Subdividir y aproximar en intervalos
Clasificar 1. Detectar y eliminar outliers2. Afinar clusters ( fisión, fusión)
Generar modelo
(Fiabilidad media 53%)
1. Añadir atributos2. Afinar y podar árbol3. Generación de modelos alternativos
@rafbermudez#codemotion_es
¡Gracias! ¿Preguntas?
● Rafael Bermúdez Míguez ● @rafbermudez● rafa@rafbermudez.com
Construyendo tu propia bola de cristal:
predicción de precios con machine learning
MADRID · NOV 27-28 · 2015