【第十一届泰迪杯B题】问题二模型的预测和结果整理（含源代码和结果）

最新推荐文章于 2023-11-10 00:20:28 发布

旅途中的宽~

最新推荐文章于 2023-11-10 00:20:28 发布

阅读量384

点赞数

分类专栏：第十一届泰迪杯B题讲解：产品订单的数据分析与需求预测文章标签：机器学习 python 深度学习

本文链接：https://blog.csdn.net/wzk4869/article/details/130609738

版权

第十一届泰迪杯B题讲解：产品订单的数据分析与需求预测专栏收录该内容

9 篇文章 12 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

文章目录

一、初次预测
二、按日 / 周 / 月预测

一、初次预测

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import missingno as msn # 缺失值可视化库
plt.rcParams['figure.dpi'] = 400
dpi = 400
plt

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

旅途中的宽~

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
3
评论
【第十一届泰迪杯B题】问题二模型的预测和结果整理（含源代码和结果）

【第十一届泰迪杯B题】问题二模型的预测和结果整理（含源代码和结果）
复制链接

扫一扫

专栏目录

订阅专栏

【第十一届泰迪杯B题】问题二模型的训练和选择（上）（含源代码和结果）

wzk4869的博客

05-04

285

【第十一届泰迪杯B题】问题二模型的训练和选择（上）（含源代码和结果）

2022年泰迪杯B题题目和数据

11-21

2022年泰迪杯B题题目和数据，由于要者自取。其中包括一个pdf文件，三个CSV文件。

3 条评论您还未登录，请先登录后发表或查看评论

2023年泰迪杯B题完整数据代码结果

04-26

代码有详细文件说明，开发环境jupyter，主要利用集成学习+深度学习+多种因素分析+完整结果。具体的思路可以参考以下博客，有任何问题可以私信我。 https://blog.csdn.net/maligebilaowang/article/details/130191381?spm=1001.2014.3001.5501 https://blog.csdn.net/maligebilaowang/article/details/129905113?spm=1001.2014.3001.5501

第十一届“泰迪杯”数据挖掘挑战赛——B 题：产品订单的数据分析与需求预测程序思路与图片（代码较长，需者私信）

m0_73804671的博客

03-30

8630

第十一届“泰迪杯”数据挖掘挑战赛——B 题：产品订单的数据分析与需求预测程序思路与图片（代码较长，需者私信）

【第十一届“泰迪杯”数据挖掘挑战赛】B题产品订单的数据分析与需求预测“解题思路“”以及“代码分享”

shine_Lee_的博客

03-26

2万+

此题我们需要分析：不同大品类2015到2018年需求量分析、不同细分品类2015到2018年需求量分析从而得出不同点与共同点。首先需要对日期进行判断月初、月中、月末区间，打上标签，再根据标签进行分组(注意：数据中2018的12月没有月末区间数据)先对每天的需求量进行统计，再进行对数据季节打标签处理，最后分组统计获得每年每个季节的需求量均值，绘图分析。（2）产品所在区域对需求量的影响，以及不同区域的产品需求量有何特性；创作不易，还请见谅！计算促销日期所在周的需求量，以及其前一周，后一周的需求量，

2023第六届泰迪杯技能大赛b，第五届数据技能分析大赛B题论文加可视化图片分析

m0_57227281的博客

11-10

2637

从表8知道，不同存款额客户活跃程度特征构建规则，并构造IsActiveAssetStage列的数据，可以表，我们可以知道以下规则，客户活跃程度是0的情况下，各个资产阶级的活跃程度，低资产为0，中下资产为1，中上资产为2，高资产为3；从分析题目得到，首先需要得到购买产品的结果情况，访谈的通话时长，这里通过pandas库的loc函数进行筛选得到需要的数据，分别求得了，产品购买成功的访谈时间和产品购买失败的访谈时间。当信用卡状态为1，各个资产阶级的信用卡状态：低资产为6，中下资产为7，中上资产为9，高资产为9；

第十届泰迪杯B题电力负荷代码

04-01

2022第十届泰迪杯B题电力系统负荷预测全套代码，直接运行即可其中包括机器学习(XGBoot、LightGBM、CATboot)，神经网络(LSTM),时序模型(ARIMA、Prophet)，时间突变(MK检验、3Sigama原则)还有全套时序可视化，能够...

2022第十届泰迪杯B题电力系统负荷预测全套代码(原创作品)

03-18

第十届泰迪杯B题电力系统国三（全套代码、可视化资料、预测数据等）

07-08

主要使用LSTM长短时记忆模型，ARIMA时序模型.autoTS模块预测等，配有运行好的jupter notebook,完整配套解题源码，可视化代码以及可视化资料（seaburn.plotly,matplotlib...)，预测源数据以及预测数据结果，突变量级...

04-28

在时间序列分析领域，2022年第十届泰迪杯数据挖掘竞赛的B题中，参赛者们广泛采用了一种名为Auto TS的先进模型。这个模型相较于传统的LSTM（长短期记忆网络）和ARIMA（自回归积分滑动平均模型）在拟合程度和精确度上...

2023第六届“泰迪杯”数据分析技能赛B题

11-18

2023第六届“泰迪杯”数据分析技能赛B题-企业财务数据分析与造假识别

赛题B-新冠疫情数据分析.rar

04-11

赛题B-新冠疫情数据分析.rar

2022第十届“泰迪杯”数据挖掘挑战赛B题完整解题代码

05-06

2022第十届“泰迪杯”数据挖掘挑战赛B题完整解题代码 2022第十届“泰迪杯”数据挖掘挑战赛B题完整解题代码

【复盘与分享】第十一届泰迪杯B题：产品订单的数据分析与需求预测

C语言/数据结构/数学建模/深度学习/生物信息

07-23

4130

【2023年第十一届泰迪杯数据挖掘挑战赛】B题：产品订单的数据分析与需求预测建模及python代码详解问题二

热门推荐

BetterBench的博客

03-29

2万+

在此任务中，首先，读取训练集和预测集数据，并将训练集中的日期列转换为日期类型，并将其设置为数据集的索引。接着，将数据按照一定的维度进行分组，并将每个组的时间序列进行了平稳性检验，若不平稳则进行一阶或者多阶差分，直到序列平稳。基于问题一的分析，建立数学模型，对附件预测数据（predict_sku1.csv）中给出的产品，预测未来 3 月（即 2019 年 1 月、2 月、3 月）的月需求量，将预测结果按照表 3 的格式保存为文件 result1.xlsx，与论文一起提交。完整题目参考问题一的文章。

2023年泰迪杯数据挖掘挑战赛B题--产品订单数据分析与需求预测（1.数据处理）

maligebilaowang的博客

03-30

1万+

本题相对来说比较适合新手，包括针对数据的预处理，数据分析，特征提取以及模型训练等多个步骤，完整的做下来是可以学到很多东西的。

2023年泰迪杯数据挖掘挑战赛B题--产品订单数据需求预测（3.模型训练与预测）

maligebilaowang的博客

04-02

6569

并且考虑天，周，月等数据精度进行预测，根据问题一的数据分析结果已经可以确定，销售区域，订单类别，销售方式以及时间段等指标对于订单需求都有显著影响，具体的数据分析方法可以参考博主之前的博文。本文考虑利用多种机器学习回归模型进行模型训练和求解，具体包括Arima时间序列，综合考虑了季节因素，在结合支持向量机回归，决策树回归，随机森林回归，Xgboost等多种模型进行综合预测。最终选用了效果较好的时间序列+回归预测进行组合预测，得到最终的预测结果，

【第十一届泰迪杯B题】问题一和问题二的分析

wzk4869的博客

04-29

1623

【第十一届泰迪杯B题】问题一和问题二的分析

第十一届泰迪杯B题：产品订单的数据分析与需求预测

FUYUJIAN1的博客

03-21

1万+

2. 基于上述分析，建立数学模型，对附件预测数据（predict_sku1.csv）中给出的产品，预测未来3月（即2019年1月、2月、3月）的月需求量，将预测结果按照表3的格式保存为文件result1.xlsx，与论文一起提交。附件中的预测数据（predict_sku1.csv）提供了需要预测产品的销售区域编码、产品编码、产品品类和产品细品类（格式见表2）。（2）产品所在区域对需求量的影响，以及不同区域的产品需求量有何特性；（3）不同销售方式（线上和线下）的产品需求量的特性；

第十一届泰迪杯数据挖掘挑战赛b题