C4.5决策树预测销量

   就餐饮企业而言，由于餐饮业是生产和销售同时进行的，因此销售预测对餐饮业十分重要。基于C4.5决策树建立模型，应用python软件计得出未来销售量的高低，从而减少菜品脱销现象以及因材料准备不足而造成的销售延误。

 

 

 

关键词:餐饮业；销售量;预测；C4.5决策树；python;

 

 

1挖掘目标

  对于大型连锁餐饮企业来说，生产的产品种类比较多，另外涉及的分店所处的位置也不同，数目比较多。对于企业高层来说，了解周末和非周末，天气好坏，是否促销等对销量的影响，用来改进原材料，资金的调度，避免在相同时间内有的分店产品脱销，有的却大量滞销的尴尬。因此，对销量的预测显得十分重要。

本次建模的目标是利用收集到的某餐饮分店的销售原始数据进行C4.5决策树建模分析，C4.5算法是机器学习和数据挖掘领域中的一整套用于处理分类问题的算法。属于有监督学习，有易于解释易于建模等优点，在此我们利用其有监督学习的属性对销量进行建模预测。

2分析方法与过程

 

2.1 总体流程

2.2 具体步骤

2.2.1 数据预处理

原始数据（部分）如下表：

 

   

 

对于天气属性，原始数据中有多种不同的值，这里用excel将属性值进行类别整合。如天气“多云”，“晴”等适宜出行归为天气“好”类。同理，对于“小雪”，“雨”，“雨夹雪”等则归为天气“差”一类。因决策树建模不需要太多数据，因此我们只整理抽出35天的数据，整理出如下：

接下来要对“销量”的数据进行整理。导入“销量”数据到python,运行describe()函数，可得“销量”的概况，具体代码及结果如下：

 

由表知均值mean为2701，在此，我们定义销量低于3000为“低”，定义高于3000为“高”。

导入销量列表到python,制作箱型图进一步查看缺失值异常值等。Python具体代码如下：