ССЫЛКА НА РЕШЕНИЕ

https://e1fe-5-8-177-106.ngrok-free.app

Набросок решения

Наш вид MVP

Сайт, где можно вбить дату и станцию, и вернется прогнозируемая загруженность данной станции

Модель станции

В модель станции входят: проп. способность всех дверей, кол-во на вход, пропускная способность эскалатора

class station:
    input_doors_total_bandwidth: int
    input_turnstile_total_bandwidth: int
    input_stairs_total_bandwidth: int
    input_escalator_total_bandwidth: int

Модель часа

Погода:

Так, у нас в модели есть погода: толщина снежного покрова, температура, минимальная температура, погодные условия (дождь/снег), мм осадков
Мы обучаем модель по архиву погоды c https://rp5.ru

Праздники:

Для остлеживания праздников используем pip-пакет holidays

Население:

Также мы видвинули гипотезу, что пассажиропоток в метро зависит от населения, которое проживает вокруг метро.
Поэтому мы взяли данные перепеси населения Москвы за 01.01.2023 по районам с Росстата

class HourCome:
    number_hour: int # 0 to 24
    number_week: int # 0 to 6
    number_year: int # 0 to 365 (если 366 то тупо ставим 365)
    type_holiday: int # 0 - нет 1 - федеральный 2 - попущенный
    count_people: int # количество людей
    #event_people: int # сколько людей планируется на мероприятии # идея

    # weather в теории из openweather map

Веб-сайт

Для реализации сайта мы выбрали платформу https://anvil.works

Это первый набросок:

Первые проблемы

Тех данных которые дали изначально недастаточно для прогноза.
Score r2 = 44% на валидации
А max error 8000 человек

https://anvil.works