Правильно понимаю, что пока не использовали даже что-то простое, типа линейной регрессии?

Они сейчас предсказывают по скользящему среднему+ влияние типа двух последних понедельников(если прогноз на понедельник). Наверное это и есть линейная регрессия

А что за бизнес? Наверняка, можно принять во внимание какие-то открытые данные опережающего характера🤔

Ну такое

Xgboost условный тут не примененим?

скажите, а в Plotly кто-нибудь с анимацией / слайдерами мучился? пару бы вопросов задать..

Народ, вот есть такой объём ежемесячных продаж по товару.

Я уже писал здесь, но вопрос другой чем был. Повторю условия, чтоб напомнить. Бизнес хочет спрогнозировать ежедневные продажи с минимальной ошибкой.

Сейчас они используют что-то типа скользящего среднего. И ошибка около 15%. Они написали нейронку. Там например погода забита и тд, она показала себя не очень.  

Я нейронки вообще в глаза не видел, с классическим немного имел дело. У меня два варианта, либо отказаться совсем, либо попробовать XGBoost или что-то типа.

Внимание вопрос, правда ли что нейронка имеет лучшее применение на больших выборках, или это бред? И вообще насколько такая задача эффективно может решиться XGBoost или он вообще не конкурент DL

Но судя по тому, что я прочитал, вам не хватает фичей. Подумайте, мб, о том, какие фичи можно нагенерить для модели

я мучилась) в чем ваш вопрос?

Но судя по тому, что я прочитал, вам не хватает фичей. Подумайте, мб, о том, какие фичи можно нагенерить для модели

Всем привет! Пытаюсь вывести строки датафрейма по условию пропусков в определённом столбце.
df[df['feat'].isna().sum() > 0]
Выводит True.
Подскажите пожалуйста, как мне это сделать?