零售業(yè)需求預(yù)測(cè)

1引言
1.1動(dòng)機(jī)
1.2數(shù)據(jù)集
1.3目標(biāo)和范圍參考文獻(xiàn)
2數(shù)據(jù)預(yù)處理和建模指標(biāo)
2.1處理缺失數(shù)據(jù)
2.2異常值測(cè)試
2.3時(shí)間效應(yīng)核算
2.4價(jià)格和滯后價(jià)格
2.5主頁特推
2.6項(xiàng)目描述特征
2.7附加變量
2.8標(biāo)準(zhǔn)化
2.9數(shù)據(jù)集的排序和導(dǎo)出
參考文獻(xiàn)
3常規(guī)需求預(yù)測(cè)模型
3.1引：單個(gè)SKU的基本線性回歸
3.2數(shù)據(jù)集構(gòu)建
3.3集中式方法
3.4分散式方法
3.5特性選擇和正則化
3.6對(duì)數(shù)變換
3.7SKU固定效應(yīng)的集中式方法
3.8價(jià)格固定效應(yīng)的集中式方法
3.9SKU-價(jià)格固定效應(yīng)的集中式方法
3.10聚合季節(jié)性效應(yīng)的分散式方法
3.11小節(jié)與下一步
參考文獻(xiàn)
4基于樹的模型
4.1決策樹
4.2隨機(jī)森林
4.3梯度增強(qiáng)樹
4.4方法比較
參考文獻(xiàn)
5聚類
5.1K-均值聚類
5.2DBSCAN群集
參考文獻(xiàn)
6評(píng)估與可視化
6.1結(jié)果總結(jié)
6.2預(yù)測(cè)與實(shí)際
6.3改變訓(xùn)練集和測(cè)試集分割比率
參考文獻(xiàn)
7更先進(jìn)的方法
7.1Prophet方法
7.2數(shù)據(jù)集合與需求預(yù)測(cè)
參考文獻(xiàn)
8結(jié)論與拓展話題
參考文獻(xiàn)