该构建的模型适用大多数电商零售商家的预测问题，本文决定综合多种
时间序列预测
方法创
建一个模型集，将之作为一个新的预测模型来解决实际预测问题。
本文首先对数据预处理，将附件
1-6
的数据合并，将非数值数据转换为可识别的数
值数据，用
q-q
图
以及
Kolmogorov-Smirnov
检验判定
得知本文数据集服从
正态分布
，本文决定采用
3
本文提出了一种结合多种时间序列预测方法（ARIMA、LSTM和多元线性回归）并通过K-means聚类和粒子群优化算法优化的模型，用于电商零售需求预测。结果显示，加权预测模型具有95.92%的预测准确率，有效提升了预测性能。
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
