双十一销量预测_人工智能预测2020天猫双十一销量

历年销量可视化

导包

import numpy as np

import matplotlib.pyplot as plt

%matplotlib inline

生成对应的年份和销量

#arange(start,stop,step)根据start与stop指定的范围以及step设定的步长，生成一个 ndarray。

years = np.arange(2009,2020)

years

sales = np.array([0.5,9.36,52,191,352,571,912,1208,1682.69,2135,2684])

# 科学计数法

sales

绘制图像

#区别：scatter绘制散点，plot绘制经过点的曲线。

plt.plot(years,sales,'bo')

plt.scatter(years,sales,marker = '*')

预测2020年数据

导包

import numpy as np

import matplotlib.pyplot as plt

%matplotlib inline

#LinearRegression 线性回归

from sklearn.linear_model import LinearRegression

数据

years = np.arange(2009,2020)

sales = np.array([0.5,9.36,52,191,352,571,912,1208,1682.69,2135,2684])

# 科学技术法

display(years,sales)

特征工程

# 特征工程，将年数据使用1~ 11替代，年、数据的特征就更加明显

#reshape() 用于改变数组的形状。

X = (years - 2008).reshape(-1,1)

X

y = sales

y

#concatenate()函数根据指定的维度，对一个元组、列表中的list或者ndarray进行连接

X = np.concatenate([X**3,X**2,X],axis = -1)

X

训练模型

lr = LinearRegression()

# 训练，算法进行学习

lr.fit(X,y)

# 方程有系数

lr.coef_

#array([ 0.12528749, 27.95341492, -83.87369075])

# 方程有截距

lr.intercept_

#58.45757575757489

预测

plt.plot(years - 2008,y,'ro')

# 匿名函数

f = lambda x : 0.1252*x**3 + 27.9534*x**2 - 83.8736*x + 58.4578

# 11 代表2019年

# 2020年 12

#numpy.linspace(start, stop, num=50) 在指定的间隔内返回均匀间隔的数字。

x = np.linspace(1,11,100)

plt.plot(x,f(x),c = 'green')

# 计算2020年天猫双十一的销量

result_2020 = f(12)

print('天猫双十一2020年预测的销量：',result_2020)

#天猫双十一2020年预测的销量： 3293.6098

你知道的越多，你不知道的越多。

有道无术，术尚可求，有术无道，止于术。

如有其它问题，欢迎大家留言，我们一起讨论，一起学习，一起进步

斗士(Carroll)

发布了135 篇原创文章 · 获赞 75 · 访问量 9377

私信

关注

标签：plt,双十,sales,years,天猫,2020,np,import

来源： https://blog.csdn.net/qq_40722827/article/details/104569684