Vpliv manjkajočih vrednosti na modeliranje onesnaženosti zrakaŽNIDARŠIČ, LUKA (Avtor) Kononenko, Igor (Mentor) Faganeli Pucer, Jana (Komentor) manjkajoče vrednostistrojno učenjeonesnaženost zrakaV primeru modeliranja onesnaženosti zraka so vhodne spremenljivke pretekli nivoji različnih onesnaževal, meteorološke meritve in napovedi meteorološkega modela. Dogaja se, da nekatere meritve zaradi različnih vzrokov (npr. okvara merilnikov), niso vedno na voljo. To povzroča težave pri zagonu modelov, zato moramo manjkajoče vrednosti nadomestiti. Cilj diplomskega dela je bil proučiti različne metode za nadomeščanje manjkajočih vrednosti in določiti metodo, ki najmanj "pokvari'' napovedi PM10 in ozona dveh različnih modelov strojnega učenja (naključni gozdovi in model LASSO). Preverili smo pogosto uporabljene metode nadomeščanja podatkov v podobnih problemih. Od enostavnih metod imputacije smo izbrali metodo nadomeščanja s povprečno vrednostjo učne množice, s povprečjem vrednosti 7-dnevnega obdobja okoli manjkajočega datuma (iz učne množice) in z vrednostjo prejšnjega dne. Od naprednejših metod smo proučili uporabo linearne regresije, večkratne regresije, metodo kNN (k-najbližjih sosedov), metodo večkratne imputacije in nevronske mreže LSTM. Ideja diplomskega dela je bila tudi preveriti smotrnost izgradnje novega modela tako, da iz učne množice izključimo tisti dan manjkajoče podatke in z njimi zgradimo model, ki ga potem uporabimo za napovedovanje. Različne metode smo testirali tako, da smo iz testne množice odstranjevali različne množice podatkov (glede na njihovo izvor) in jih nadomeščali s prej navedenimi metodami. Rezultate napovedi modelov z delom nadomeščenih podatkov smo primerjali z rezultati, pridobljenimi na popolni množici podatkov (referenčni rezultati). Kot meri uspešnosti smo uporabili srednjo absolutno napako (MAE) in relativno absolutno napako (RAE). Najslabše sta se odrezali metoda kNN in metoda večkratne imputacije. Tudi enostavne metode so v veliki večini primerov zelo pokvarile napovedi modelov. Najboljše rezultate sta dali metodi nadomeščanja podatkov z nevronskimi mrežami LSTM in z "zmanjšanim'' modelom. Z uporabo teh metod smo dobili rezultate, primerljive z referenčnimi rezultati.20202020-09-15 21:05:32Diplomsko delo/naloga120074sl