原文鏈接??http://tecdat.cn/?p=1130

最近我們被客戶要求撰寫關(guān)于時(shí)間序列預(yù)測(cè)的研究報(bào)告，包括一些圖形和統(tǒng)計(jì)輸出。

如今DT（數(shù)據(jù)技術(shù)）時(shí)代，數(shù)據(jù)變得越來越重要，其核心應(yīng)用“預(yù)測(cè)”也成為互聯(lián)網(wǎng)行業(yè)以及產(chǎn)業(yè)變革的重要力量。

對(duì)于零售行業(yè)來說，預(yù)測(cè)幾乎是商業(yè)智能（BI）研究的終極問題，單純從機(jī)器學(xué)習(xí)的角度來說，做到精準(zhǔn)預(yù)測(cè)很容易，但是結(jié)合業(yè)務(wù)提高企業(yè)利潤(rùn)卻很難。預(yù)測(cè)精確性是核心痛點(diǎn)。

?

業(yè)務(wù)挑戰(zhàn)

扎對(duì)?，將產(chǎn)品粗略分為：基本款和時(shí)裝。?對(duì)于基本款，每年都沒什么大變化，國際流行的影響也不大，那么可以進(jìn)行長(zhǎng)計(jì)劃生產(chǎn)。對(duì)于時(shí)裝，決定潮流走向的決策權(quán)不在某個(gè)區(qū)域，一個(gè)地方的買手們也沒有成長(zhǎng)到可以準(zhǔn)確預(yù)判國際流行趨勢(shì)，所以需要結(jié)合不同區(qū)域的各種因素，進(jìn)行預(yù)測(cè)。對(duì)應(yīng)的，在新貨構(gòu)成中，銷量預(yù)測(cè)策略為：基本款計(jì)劃生產(chǎn)，時(shí)尚款機(jī)動(dòng)調(diào)整。

解決方案

任務(wù)/目標(biāo)

根據(jù)服裝零售業(yè)務(wù)營銷要求，運(yùn)用多種數(shù)據(jù)源分析實(shí)現(xiàn)精準(zhǔn)銷量預(yù)測(cè)。

數(shù)據(jù)源準(zhǔn)備

沙子進(jìn)來沙子出，金子進(jìn)來金子出。無數(shù)據(jù)或數(shù)據(jù)質(zhì)量低，會(huì)影響模型預(yù)測(cè)效果。在建立的一個(gè)合理的模型之前，對(duì)數(shù)據(jù)要進(jìn)行收集，搜集除已有銷量數(shù)據(jù)之外的額外信息（比如天氣，地點(diǎn)，節(jié)假日信息等），再在搜集的數(shù)據(jù)基礎(chǔ)上進(jìn)行預(yù)處理。

有了數(shù)據(jù)，但是有一部分特征是算法不能直接處理的，還有一部分?jǐn)?shù)據(jù)是算法不能直接利用的。

特征轉(zhuǎn)換

把不能處理的特征做一些轉(zhuǎn)換，處理成算法容易處理的干凈特征舉例如下：

銷售日期。就時(shí)間屬性本身來說，對(duì)模型來說不具有任何意義，需要把日期轉(zhuǎn)變成到年份，月份，日，周偽變量。

產(chǎn)品特征。從產(chǎn)品信息表里面可以得到款式，顏色，質(zhì)地以及這款產(chǎn)品是否是限量版等。然而并沒有這些變量。這就需要我們從產(chǎn)品名字抽取這款產(chǎn)品的上述特征。

以上例舉的只是部分特征。

構(gòu)造

以上說明了如何抽取相關(guān)特征，我們大致有如下訓(xùn)練樣本（只列舉部分特征）。

劃分訓(xùn)練集和測(cè)試集

考慮到最終模型會(huì)預(yù)測(cè)將來的某時(shí)間段的銷量，為了更真實(shí)的測(cè)試模型效果，以時(shí)間來切分訓(xùn)練集和測(cè)試集。具體做法如下：假設(shè)我們有2014-02-012017-06- 17的銷量相關(guān)數(shù)據(jù)。以2014-02-012016-03-19的銷量數(shù)據(jù)作為訓(xùn)練，2016-03-20~2017-06-17的數(shù)據(jù)作為測(cè)試。

建模

ARIMA，?一般應(yīng)用在股票和電商銷量領(lǐng)域

ARIMA模型是指將非平穩(wěn)時(shí)間序列轉(zhuǎn)化為平穩(wěn)時(shí)間序列，然后將結(jié)果變量做自回歸（AR）和自平移（MA）。

隨機(jī)森林

用隨機(jī)的方式建立一個(gè)森林，森林由很多決策樹組成，隨機(jī)森林的每一棵決策樹之間是沒有關(guān)聯(lián)的。在得到森林之后，當(dāng)有一個(gè)新的輸入樣本進(jìn)入的時(shí)候，就讓森林中的每一棵決策樹分別進(jìn)行一下判斷，看看這個(gè)樣本應(yīng)該屬于哪一類（對(duì)于分類算法），然后看看哪一類被選擇最多，就預(yù)測(cè)這個(gè)樣本為那一類。

支持向量回歸（SVR）

SVR最本質(zhì)與SVM類似，都有一個(gè)緣，只不過SVM的保證金是把兩種類型分開，而SVR的保證金是指里面的數(shù)據(jù)會(huì)不會(huì)對(duì)回歸有幫助。

模型優(yōu)化

1.上線之前的優(yōu)化：特征提取，樣本抽樣，參數(shù)調(diào)參。

2.上線之后的迭代，根據(jù)實(shí)際的A / B測(cè)試和業(yè)務(wù)人員的建議改進(jìn)模型

點(diǎn)擊標(biāo)題查閱往期內(nèi)容

數(shù)據(jù)分享|R語言分析上海空氣質(zhì)量指數(shù)數(shù)據(jù)：kmean聚類、層次聚類、時(shí)間序列分析：arima模型、指數(shù)平滑法

左右滑動(dòng)查看更多

01

02

03

04

從上圖可以看出，在此案例中，支持向量機(jī)和隨機(jī)森林算法模型的預(yù)測(cè)誤差最小，運(yùn)用3種方法預(yù)測(cè)某商品的銷量，其可視化圖形如下：

可以看出，銷量的預(yù)測(cè)值的趨勢(shì)已經(jīng)基本與真實(shí)銷量趨勢(shì)保持一致，但是在預(yù)測(cè)期較長(zhǎng)的區(qū)間段，其預(yù)測(cè)值之間的差別較大。

評(píng)估效果不能只看銷量，要綜合考慮，需要參考業(yè)務(wù)對(duì)接，預(yù)測(cè)精度，模型可解釋性和產(chǎn)業(yè)鏈整體能力等因素綜合考慮;不能簡(jiǎn)單作為企業(yè)利潤(rùn)增加的唯一標(biāo)準(zhǔn)我們的經(jīng)驗(yàn)是，預(yù)測(cè)結(jié)果僅作為參考一個(gè)權(quán)重值，還需要專家意見，按照一定的權(quán)重來計(jì)算。

展望

除了以上列舉的一些方法，我們已經(jīng)在嘗試更復(fù)雜的銷售預(yù)測(cè)模型，如HMM，深度學(xué)習(xí)（Long Short-Term Memory網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)（CNN））等;同時(shí)需要考慮到模型的可解釋性，可落地性和可擴(kuò)展性，避免“黑箱”預(yù)測(cè)?;還在嘗試采用混合的機(jī)器學(xué)習(xí)模型，比如GLM + SVR，ARIMA + NNET等。

銷售預(yù)測(cè)幾乎是商業(yè)智能研究的終極問題，即便通過機(jī)器學(xué)習(xí)算法模型能夠提高測(cè)試集的預(yù)測(cè)精度，但是對(duì)于未來數(shù)據(jù)集的預(yù)測(cè)，想做到精準(zhǔn)預(yù)測(cè)以使企業(yè)利潤(rùn)最大化，還需要考慮機(jī)器學(xué)習(xí)模型之外的企業(yè)本身因素。比如，企業(yè)的整體供應(yīng)鏈能力等，如何將企業(yè)因素加入到機(jī)器學(xué)習(xí)模型之中，是未來預(yù)銷售預(yù)測(cè)的一個(gè)難點(diǎn)與方向。因此，要想解決銷售預(yù)測(cè)終極問題還有一段路要走。

點(diǎn)擊文末?“閱讀原文”

獲取全文完整資料。

本文選自《機(jī)器學(xué)習(xí)助推快時(shí)尚精準(zhǔn)銷售時(shí)間序列預(yù)測(cè)》。

點(diǎn)擊標(biāo)題查閱往期內(nèi)容

Python中利用長(zhǎng)短期記憶模型LSTM進(jìn)行時(shí)間序列預(yù)測(cè)分析 - 預(yù)測(cè)電力負(fù)荷數(shù)據(jù)
RNN循環(huán)神經(jīng)網(wǎng)絡(luò) 、LSTM長(zhǎng)短期記憶網(wǎng)絡(luò)實(shí)現(xiàn)時(shí)間序列長(zhǎng)期利率預(yù)測(cè)
結(jié)合新冠疫情COVID-19股票價(jià)格預(yù)測(cè)：ARIMA，KNN和神經(jīng)網(wǎng)絡(luò)時(shí)間序列分析
深度學(xué)習(xí)：Keras使用神經(jīng)網(wǎng)絡(luò)進(jìn)行簡(jiǎn)單文本分類分析新聞組數(shù)據(jù)
用PyTorch機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)分類預(yù)測(cè)銀行客戶流失模型
PYTHON用LSTM長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的參數(shù)優(yōu)化方法預(yù)測(cè)時(shí)間序列洗發(fā)水銷售數(shù)據(jù)
Python用Keras神經(jīng)網(wǎng)絡(luò)序列模型回歸擬合預(yù)測(cè)、準(zhǔn)確度檢查和結(jié)果可視化
Python用LSTM長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)對(duì)不穩(wěn)定降雨量時(shí)間序列進(jìn)行預(yù)測(cè)分析
R語言中的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)時(shí)間序列：多層感知器（MLP）和極限學(xué)習(xí)機(jī)（ELM）數(shù)據(jù)分析報(bào)告
R語言深度學(xué)習(xí)：用keras神經(jīng)網(wǎng)絡(luò)回歸模型預(yù)測(cè)時(shí)間序列數(shù)據(jù)
Matlab用深度學(xué)習(xí)長(zhǎng)短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)對(duì)文本數(shù)據(jù)進(jìn)行分類
R語言KERAS深度學(xué)習(xí)CNN卷積神經(jīng)網(wǎng)絡(luò)分類識(shí)別手寫數(shù)字圖像數(shù)據(jù)（MNIST）
MATLAB中用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)人體脂肪百分比數(shù)據(jù)
Python中用PyTorch機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)分類預(yù)測(cè)銀行客戶流失模型
R語言實(shí)現(xiàn)CNN（卷積神經(jīng)網(wǎng)絡(luò)）模型進(jìn)行回歸數(shù)據(jù)分析
SAS使用鳶尾花(iris)數(shù)據(jù)集訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)(ANN)模型
【視頻】R語言實(shí)現(xiàn)CNN（卷積神經(jīng)網(wǎng)絡(luò)）模型進(jìn)行回歸數(shù)據(jù)分析
Python使用神經(jīng)網(wǎng)絡(luò)進(jìn)行簡(jiǎn)單文本分類
R語言用神經(jīng)網(wǎng)絡(luò)改進(jìn)Nelson-Siegel模型擬合收益率曲線分析
R語言基于遞歸神經(jīng)網(wǎng)絡(luò)RNN的溫度時(shí)間序列預(yù)測(cè)
R語言神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)車輛數(shù)量時(shí)間序列
R語言中的BP神經(jīng)網(wǎng)絡(luò)模型分析學(xué)生成績(jī)
matlab使用長(zhǎng)短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)對(duì)序列數(shù)據(jù)進(jìn)行分類
R語言實(shí)現(xiàn)擬合神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)和結(jié)果可視化
用R語言實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)股票實(shí)例
使用PYTHON中KERAS的LSTM遞歸神經(jīng)網(wǎng)絡(luò)進(jìn)行時(shí)間序列預(yù)測(cè)
python用于NLP的seq2seq模型實(shí)例:用Keras實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯
用于NLP的Python：使用Keras的多標(biāo)簽文本LSTM神經(jīng)網(wǎng)絡(luò)分類