销量预测

实验名称：销量预测

实验英文名：SalesForecast

所属类目：新零售

实验描述：利用公司旗下连锁零售店的销售数据和各个店铺特征，预测各个店铺未来N天的销售额。

主要应用算法：Sarima、GBDT回归

数据来源：Rossmann公司旗下200家零售店从2013-01-01到2015-07-31的销售额数据，数据包含所有店铺的销售额数据以及店铺的一些特征，来自Kaggle比赛数据。

数据属性：结构化数据，回归预测销售额。

数据详情：数据集包含店铺ID、销售额、当天是否关门、当天是否为假期、店铺类型、店铺周围有无竞争的店铺、以及与竞争店铺的距离等16个字段，共有181040行。

读数据表：读入店铺销量数据

Python脚本：选择出店铺ID为1的零售店其两年多的销售额。

缺失值填充：填充销售额缺失值，以门店销售额均值填充；

异常处理组件：采用z_score_3方法对销售额超出3-sigma的异常数据处理；

Sarima：预测店铺1随时间的未来5天销售额；

label编码： 对string的分类特征进行标签编码；

缺失值填充：对数值类型的数据进行均值填充；

列拆分：去掉日期和店铺ID列；

拆分：将训练数据和测试数据按8:2的比例进行行的拆分；

GBDT回归：用训练数据训练GBDT回归模型；

预测：用训练好的模型预测测试数据；

列合并：合并真实值、预测值；

回归模型评估：评估模型结果，R方值为0.97，效果较好。