Kaggle比赛——预测未来销售（一）

最新推荐文章于 2024-08-20 18:55:43 发布
最新推荐文章于 2024-08-20 18:55:43 发布
阅读量1.4w 收藏 44
点赞数 6
分类专栏： 预测未来销售 文章标签： 预测未来销售 Kaggle
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42715356/article/details/84646672
版权

预测未来销售——项目介绍

1、数据来源

  预测未来销售该项目来源于kaggle中的一场比赛的赛题，比赛使用的数据是由日常销售数据组成的时间序列数据集，该数据集由俄罗斯最大的软件公司之一 - 1C公司提供。

2、数据集说明

  数据集下载地址

2、1 文件说明

文件名文件说明包含属性
sales_train.csv训练集（2013年1月至2015年10月的每日历史数据，包括销售额）date、date_block_num、shop_id、item_id、item_price、item_cnt_day
test.csv测试集（预测2015年11月这些商店和产品的销售额）ID、shop_id、item_id
sample_submission.csv格式正确的示例提交文件ID、item_cnt_month
items.csv有关商品/产品的补充信息item_name、item_id、item_category_id
item_categories.csv有关项目类别的补充信息item_category_name、item_category_id
shops.csv有关商店的补充信息shop_name、shop_id

2、2 文件字段说明

字段字段说明
shop_id商店的唯一标识符
item_id产品的唯一标识符
item_category_id项目类别的唯一标识符
item_cnt_day销售的产品数量。您正在预测此度量的每月金额
item_price商品的当前价格
date日期（格式为dd / mm / yyyy）
date_block_num一个连续的月号，用于方便。2013年1月是0，2013年2月是1，…，2015年10月是33
item_name项目名称
shop_name商店名称
item_category_name项目类别的名称
ID表示测试集中的（商店，项目）元组的ID

2、3 商店名称说明（Google翻译过来的）

item_category_nameitem_category_id
PC - 耳机/耳机0
配件 - PS21
配件 - PS32
配件 - PS43
配件 - PSP4
配件 - PSVita5
配件 - XBOX 3606
配件 - XBOX ONE7
门票（号码）8
货物交付9
游戏机 - PS210
游戏机 - PS311
游戏机 - PS412
游戏机 - PSP13
游戏机 - PSVita14
游戏机 - XBOX 36015
游戏机 - XBOX ONE16
游戏机 - 其他17
游戏 - PS218
游戏 - PS319
游戏 - PS420
游戏 - PSP21
游戏 - PSVita22
游戏 - XBOX 36023
游戏 - XBOX ONE24
游戏 - 游戏配件25
Android游戏 - 数字26
MAC游戏 - 数字27
PC游戏 - 其他出版物28
PC电脑游戏 - 收藏版29
PC游戏 - 标准版30
电脑游戏 - 数字31
支付卡（电影、音乐、游戏）32
支付卡 - 直播33
支付卡 - 直播！ （数字）34
支付卡 - PSN35
支付卡 - Windows（数字）36
电影院 - 蓝光37
电影院 - 蓝光3D38
电影院 - 蓝光4K39
电影院 - DVD40
电影院 - 收藏家41
书籍 - 艺术书、百科全书42
书籍 - 有声读物43
书籍 - 有声读物（图）44
书籍 - 有声读物1C45
书籍 - 商业文学46
书籍 - 漫画47
书籍 - 计算机文学48
书籍 - 有条理的材料1C49
书籍 - 明信片50
书籍 - 认知文学51
书籍 - 指南52
书籍 - 小说53
书籍 - 数字54
音乐 - 本地CD55
音乐 - 品牌CD制作56
音乐 - MP357
音乐 - 乙烯基58
音乐 - 音乐视频59
音乐 - 礼品版60
礼品 - 属性61
礼品 - 小工具、机器人、体育62
礼品 - 软玩具63
礼品 - 棋盘游戏64
礼品 - 棋盘游戏（紧凑型）65
礼品 - 卡片、贴纸66
礼品 - 发展67
礼品 - 证书、服务68
礼品 - 纪念品69
礼品 - 纪念品（链接）70
礼品 - 袋，相册，鼠标垫71
礼品 - 数字72
程序 - 1C：企业873
程序 - MAC（数字）74
计划 - 家庭和办公室75
节目 - 家庭和办公室（数字）76
课程 - 教育77
课程 - 教育（图）78
服务79
实用程序 - 门票80
纯粹的载体（尖顶）81
纯载体（片）82
电池83

3、项目要求

3、1 评估的要求

  （1） 将均方根误差（RMSE）作为评估提交的度量指标；
  （2） 真实销售量被限制在[0,20]范围以内。

3、2 提交文件格式

  该项目要求预测下个月（第34个月或2015年11月)各个商店的每个产品的销售额。即对于测试集中的每个ID（唯一映射到shop_id与item_id)，预测出其下一个月的销售总数。提交的文件格式如下所示：

IDitem_cnt_month
00.5
10.5
20.5
30.5
……

  PS：最新优化没有同步到博客当中，需要交流的可以邮箱交流：博主邮箱：greatpanc@163.com

Greatpanc
关注
专栏目录
Kaggle深度学习挑战赛——房价预测 (数据科学系列教程)
程序员光剑
09-02 2855
数据科学家经常面临的问题之一就是如何从海量的数据中找寻有用的信息、洞察复杂问题，帮助企业产生价值。而在这个过程中，如何快速准确地完成预测任务，也是数据科学家们一直追求的目标。幸运的是，有了深度学习框架和高效的计算能力，机器学习模型已经可以在许多领域取得惊人的成果。在过去的几年里，很多数据科学家都参加或者尝试过Kaggle竞赛。这些竞赛涉及到不少不同类型的数据处理问题，比如图像识别、文本分类、时间序列分析等。通过战胜不同级别的机器学习模型，数据科学家们可以获得更多的宝贵经验，开拓数据分析新领域。
Kaggle比赛——预测未来销售（三）
机器学习&数据挖掘
12-02 5998
预测未来销售——模型选择 未完待续…
rossMannKaggle:使用机器学习预测未来的销售
04-13
罗斯·曼·卡格 使用监督学习模型和时间序列分析，可以预测Rossmann药店的未来6周销售情况。 应用了所有数据科学步骤，包括数据清理，探索性数据分析，数据准备，创建机器学习模型，性能分析（MAE，MAPE，RMSE）以及使用Flask和Heroku部署到云中。
TensorFlow 深度学习入门指南（一）
最新发布
龙哥盟
08-20 772
原文：Beginning Deep Learning with TensorFlow 协议：CC BY-NC-SA 4.0 一、人工智能导论 我们想要的是一台能从经验中学习的机器。 —艾伦·图灵 1.1 人工智能在行动 信息技术是人类历史上的第三次工业革命。计算机、互联网和智能家居技术的普及极大地方便了人们的日常生活。通过编程，人类可以将事先设计好的交互逻辑交给机器反复快速执行，从而将人类从简单繁琐的重复性劳动中解放出来。然而，对于需要高智能水平的任务，如人脸识别、聊天机器人和自动驾驶，很难设计出清
Predict Future Sales 预测未来销量, Kaggle 比赛，LB 0.89896 排名6%
热门推荐
Li Kang 笔记本
10-08 1万+
预测未来销售该项目来源于kaggle中的一场比赛的赛题，数据是由日常销售数据组成的时间序列数据集，该数据集由俄罗斯最大的软件公司之一 - 1C公司提供。提供了包括商店，商品，价格，日销量等连续34个月内的数据，要求预测第35个月的各商店各商品的销量。评价指标为RMSE，Baseline是1.1677，我的成绩是0.89896，目前排名178/3200。
68、Kaggle竞赛 预测未来的销售
chaoyuzhang的博客
01-11 421
https://www.kesci.com/mw/dataset/5e981cf7ebb37f002c6007d6/content
Kaggle练习记录 -- Rossmann未来销售额预测(XGBoost)
学渣集散地
07-04 2910
Rossmann是德国最大的日化用品超市，成立于1972年。在医药零售行业，目前Rossmann已经在7个欧洲国家拥有超过3000家药店。目前，Rossmann店铺经理的任务是提前六周预测其日销量。显然，商店销售受到诸多因素的影响，比如促销、竞争、假日、季节性和地点等等。 成千上万的个人经理根据各自店铺的情况预测销售量，结果的准确性可能会有很大的变化。 可靠的销售预测使商店经理能够创建有效的员工时间表，从而提高生产力和动力，比如更好的调整供应链和合理的促销策略与竞争策略，具有重要的实用价值与战略意义。 如果
Python-Kaggle产品销售额预测比赛优胜方案
08-11
Kaggle产品销售额预测比赛优胜方案
理解Kaggle神器——Xgboost
qq_26413541的博客
11-23 1006
题记 Xgboost作为集成模型的一个代表，一直以优异的性能著称，很多Kaggle比赛的获奖者都非常偏爱使用这个模型。然而，这个模型背后的原理，却比一般的集成模型更为复杂和难以理解。 这次对Xgboost的推导过程和重点内容做一些整理，尽量通俗易懂，希望帮助大家更好地理解Xgboost。 学习残差 Xgboost是一个由多个基模型构成的集成模型，每一个模型都在学习上一个模型的残差。因此...
[Kaggle比赛] 高频股价预测小结
不激不随
12-31 8460
高频股价预测 文章目录高频股价预测问题描述问题分析数据分析数据集数据清洗解决方案数据预处理归一化PricesVolume时间信息对于预测值的处理噪声模型探索基于LSTM的RNN模型递归神经网络(RNN)长短期记忆（LSTM）网络模型实现参数调整卷积神经网络卷积神经网络模型实现全链接的神经网络模型神经网络模型模型实现利用XGBoost创建的模型XGBoost介绍模型实现参数调整随机回归森林模型模型实...
浅析Transformer为什么在多模态任务中受欢迎的原因——以kaggle热门比赛为例
cvanlijingxuan的博客
01-04 1326
为什么transformer为什么能适用于各种各样的领域，取得不菲的成绩，而cv领域的卷积算子却做不到，本文将以kaggle的一个热门比赛为例，浅析 transformer在多模态领域表现优秀的原因。
基于机器学习对销量预测的研究
08-07
基于机器学习方法对销售预测的研究 ：销售预测是完善客户需求管理、指导运营、以提高企业利润为最终目的商业问题。 而预测的精确性是销售预测的核心痛点。
kaggle数据集
11-12
数据集合适合机器学习入门者的数据集合，可以用来进行特征提取，降维，基础算法测试。
基于Xgboost的商业销售预测
01-17
基于Xgboost的商业销售预测，以德国Ｒｏｓｓｍａｎｎ商场的数据为例，通过对数据的探索性分析，以相关背景业务知识体系为基础，通过可视 化分析，提取隐含在数据里的特征，使用性能较优的Ｘｇｂｏｏｓｔ方法进行规则挖掘，取得较好效果。
时间序列问题案例分析Kaggle M5 Forecasting（代码+数据）
weixin_46713695的博客
06-26 2229
M5
Kaggle项目：Predict Future Sales（商品未来销量预测）
不想做数分的码农不是好运营
06-19 1万+
Predict Future Sales（商品未来销量预测）1. 关于项目1.1 背景介绍1.2项目数据集说明2. 目标3. 数据预处理3.1 项目数据集预处理3.1.1 训练集和测试集3.1.2 商店数据集3.1.3 商品数据集3.1.4 商品类目数据集3.2 训练集数据清洗3.2.1 过滤离群值4. 数据规整 和 数据分析（EDA）4.1 销量分析4.1.1 销量最高的商品4.1.2 分析总体销量呈现下降趋势可能存在的原因4.2 营收分析4.2.1 总营收最高的商品4.3 分析导致14年底销量和营收同比
Kaggle 竞赛项目——Rossmann 销售预测 Top1%
aicanghai_smile的博客
07-10 1万+
# coding: utf-8 # ## Rossmann 销售预测 # 1.数据分析 # In[1]: #导入所需要的库 import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt get_ipython().run_line_magic('matplotlib...
（六）机器学习---销售额预测分析（线性回归分析案例）
一夜奈何梁山
12-08 8814
目录一： 背景：二：数据概况分析：三：单变量分析： 一： 背景： 1： 分析的目的： 对各类因素投入产出比做出评估。 2： 分析的数据： 电视广告，线上，线下，门店内，微信渠道等促销投入和销售额之间的关系。 3：数据的说明： 4： 分析流程: 二：数据概况分析： 1：查看数据的前5条记录： 2：查看数据的基本信息： 3：统计各个列哪些存在空值，以及空值的数量： 由于缺失的不多，后期考虑直接删除。 三：单变量分析： 1：数据分布信息： 各个列的最大值，平均值，中位数，众数等。 2：使用de
Kaggle竞赛之销售数据预测
Quentin_he的博客
08-05 4284
之前在广州时便看到kaggle上有一个根据过去的销售数据预测下个月的销量的竞赛，数据量也达到了293万条，本来想那个时候就摸索着尝试做一下，无奈上班时事情太多导致没法专心搞，现在离职不知不觉也有3个月了，趁着空档期决定撸一下学习一下时间序列模型，权当记录一下 项目简介 是一个Coursera课程里的作业，包含6个数据文件 数据描述，另外为了简化将项目中的销量clip在[0,20] 数据探索 ...
实战kaggle比赛房价预测完整代码
05-16
以下是一个完整的kaggle房价预测比赛的代码示例。注意，这只是一个示例，并不是唯一的解决方案。 首先，我们需要导入必要的库： ```python import numpy as np import pandas as pd from sklearn.preprocessing import StandardScaler from sklearn.model_selection import train_test_split from sklearn.linear_model import LinearRegression from sklearn.ensemble import RandomForestRegressor from xgboost import XGBRegressor from sklearn.metrics import mean_squared_error ``` 接下来，我们可以读取训练和测试数据： ```python train_data = pd.read_csv("train.csv") test_data = pd.read_csv("test.csv") ``` 然后，我们可以进行一些基本的数据探索和清理： ```python # 检查缺失值 print(train_data.isnull().sum()) # 删除缺失值过多的列和无关列 train_data.drop(["Alley", "PoolQC", "MiscFeature", "Id"], axis=1, inplace=True) test_data.drop(["Alley", "PoolQC", "MiscFeature", "Id"], axis=1, inplace=True) # 用中位数替换缺失值 train_data["LotFrontage"].fillna(train_data["LotFrontage"].median(), inplace=True) test_data["LotFrontage"].fillna(test_data["LotFrontage"].median(), inplace=True) train_data["MasVnrArea"].fillna(train_data["MasVnrArea"].median(), inplace=True) test_data["MasVnrArea"].fillna(test_data["MasVnrArea"].median(), inplace=True) train_data["GarageYrBlt"].fillna(train_data["GarageYrBlt"].median(), inplace=True) test_data["GarageYrBlt"].fillna(test_data["GarageYrBlt"].median(), inplace=True) # 对于其他缺失值，用众数替换 for column in train_data.columns: if train_data[column].dtype == "object": train_data[column].fillna(train_data[column].mode()[0], inplace=True) test_data[column].fillna(test_data[column].mode()[0], inplace=True) else: train_data[column].fillna(train_data[column].median(), inplace=True) test_data[column].fillna(test_data[column].median(), inplace=True) # 对于分类变量，进行独热编码 train_data = pd.get_dummies(train_data) test_data = pd.get_dummies(test_data) # 确保训练和测试数据的列数相同 train_labels = train_data["SalePrice"] train_data, test_data = train_data.align(test_data, join="inner", axis=1) ``` 接下来，我们可以对数据进行标准化： ```python scaler = StandardScaler() train_data = scaler.fit_transform(train_data) test_data = scaler.transform(test_data) ``` 然后，我们可以将数据拆分为训练和验证集： ```python X_train, X_val, y_train, y_val = train_test_split(train_data, train_labels, test_size=0.2, random_state=42) ``` 接下来，我们可以训练和评估几个不同的模型： ```python # 线性回归模型 lr = LinearRegression() lr.fit(X_train, y_train) lr_preds = lr.predict(X_val) print("Linear Regression RMSE:", np.sqrt(mean_squared_error(y_val, lr_preds))) # 随机森林模型 rf = RandomForestRegressor(n_estimators=100, random_state=42) rf.fit(X_train, y_train) rf_preds = rf.predict(X_val) print("Random Forest RMSE:", np.sqrt(mean_squared_error(y_val, rf_preds))) # XGBoost模型 xgb = XGBRegressor(n_estimators=100, learning_rate=0.1, random_state=42) xgb.fit(X_train, y_train) xgb_preds = xgb.predict(X_val) print("XGBoost RMSE:", np.sqrt(mean_squared_error(y_val, xgb_preds))) ``` 最后，我们可以用最佳模型生成提交文件： ```python # 训练最佳模型 best_model = XGBRegressor(n_estimators=1000, learning_rate=0.05, random_state=42) best_model.fit(train_data, train_labels) # 生成提交文件 test_preds = best_model.predict(test_data) submission = pd.DataFrame({"Id": test["Id"], "SalePrice": test_preds}) submission.to_csv("submission.csv", index=False) ``` 这就是完整的代码示例。请注意，这只是一个可能的解决方案，你可以根据自己的需求和数据进行调整。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值