- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我需要预测任何给定客户的下一个订单数量。
我在下面解释的架构中有数据。这个数据基本上是2018年年中以来客户的订单,有2000多行(数据不是很多,但这是我得到的)
<小时/>字段的架构和说明:
CustomerId
:来自数据库的客户 ID
ProductId
:数据库中产品的 ID
ProductTypeId
:产品子类型的 ID。例如,如果水是产品,子类型可以是气泡水、矿泉水等。
数量
:订购数量。这需要预测
CDate
:这是生成订单的日期。
我需要的是,我应该能够提供 ProductId
、ProductTypeId
、ClientId
和 CDate
(这将是 future 的日期),我应该得到给定客户可以订购的Quantity
。
到目前为止,我已尝试使用 ML.NET 网站上给定的回归示例来执行此操作。它们不起作用,因为数量总是预测为零。
经过进一步研究,我发现这是因为 CDate 字段。因此,使用 OneHotEncoding
将此分类字段转换为数字后,预测不再为零,但也不准确。测试数据和预测值相差甚远。
事实证明,这不是处理日期的正确方法。
我尝试查找基于日期和其他功能进行预测的资源,但找不到。出租车费用预测没有日期。其他示例与我需要的无关。
<小时/>我可以使用哪种解决方案?时间序列?如果我想预测每个客户/每个产品/每个产品类型和按日期的购买情况,我该如何训练?
我是机器学习新手。任何指示都会有帮助。我不想问,但 ML.NET 中的可行解决方案会对我有很大帮助。
如果在 ML.NET 中不可能,那么我愿意使用 Python(这也是新手!)并且我愿意学习。
谢谢。
<小时/>数据文件可以是downloaded from here 。
最佳答案
要进行机器学习预测,您需要自己了解结果的因果关系。含义:
<小时/>*You can program a model only after you have a mental model yourself.
我可以做出两项有意义的贡献:
特征工程:
您正在使用CustomerId
, ProductId
, ProductTypeId
, CDate
预测 Quantity
产品的。没有人阻止您创建一个模型,该模型采用这组输入来生成输出,但是这些输入与输出有相关性吗?
我看来不是这样的。我认为要建立一个合理的模型,您将需要更好的输入变量。其中一些可能是先前订单的规模、潜在买家的营业额等。这些因素可能会带来更好的产出。
因此,考虑改进输入功能。
型号选择:
在这种情况下,整体似乎比使用单个模型更好。特别是Linear Regression和 Decision Trees似乎相关。
我没有什么捷径可以交给你。要理解并直观地了解要使用哪些模型以及何时使用它,您必须多次尝试它们。
最后,为了训练模型,有一个标准方法。您将输入数据分为 5 部分(即每部分 20%)。然后用四个部分调整模型并测试第五部分的调整。接下来,您选择另一组四个,依此类推。
<小时/>*对于神经网络来说不成立。隐藏层剥夺了真正理解预测的能力。
关于machine-learning - ML.NET预测客户订单数量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56388585/
我正在使用 R 预测包拟合模型,如下所示: fit <- auto.arima(df) plot(forecast(fit,h=200)) 打印原始数据框和预测。当 df 相当大时,这
我正在尝试预测自有住房的中位数,这是一个行之有效的例子,给出了很好的结果。 https://heuristically.wordpress.com/2011/11/17/using-neural-ne
type="class"函数中的type="response"和predict有什么区别? 例如: predict(modelName, newdata=testData, type = "class
我有一个名为 Downloaded 的文件夹,其中包含经过训练的 CNN 模型必须对其进行预测的图像。 下面是导入图片的代码: import os images = [] for filename i
关于预测的快速问题。 我尝试预测的值是 0 或 1(它设置为数字,而不是因子),因此当我运行随机森林时: fit , data=trainData, ntree=50) 并预测: pred, data
使用 Python,我尝试使用历史销售数据来预测产品的 future 销售数量。我还试图预测各组产品的这些计数。 例如,我的专栏如下所示: Date Sales_count Department It
我是 R 新手,所以请帮助我了解问题所在。我试图预测一些数据,但预测函数返回的对象(这是奇怪的类(因子))包含低数据。测试集大小为 5886 obs。 160 个变量,当预测对象长度为 110 时..
关闭。这个问题需要更多focused .它目前不接受答案。 想改进这个问题吗? 更新问题,使其只关注一个问题 editing this post . 关闭 6 年前。 Improve this qu
下面是我的神经网络代码,有 3 个输入和 1 个隐藏层和 1 个输出: #Data ds = SupervisedDataSet(3,1) myfile = open('my_file.csv','r
我正在开发一个 Web 应用程序,它具有全文搜索功能,可以正常运行。我想对此进行改进并向其添加预测/更正功能,这意味着如果用户输入错误或结果为 0,则会查询该输入的更正版本,而不是查询结果。基本上类似
我对时间序列还很陌生。 这是我正在处理的数据集: Date Price Location 0 2012-01-01 1771.0
我有许多可变长度的序列。对于这些,我想训练一个隐马尔可夫模型,稍后我想用它来预测(部分)序列的可能延续。到目前为止,我已经找到了两种使用 HMM 预测 future 的方法: 1) 幻觉延续并获得该延
我正在使用 TensorFlow 服务提供初始模型。我在 Azure Kubernetes 上这样做,所以不是通过更标准和有据可查的谷歌云。 无论如何,这一切都在起作用,但是我感到困惑的是预测作为浮点
我正在尝试使用 Amazon Forecast 进行一些测试。我现在尝试了两个不同的数据集,它们看起来像这样: 13,2013-03-31 19:25:00,93.10999 14,2013-03-3
使用 numpy ndarray大多数时候我们不需要担心内存布局的问题,因为结果并不依赖于它。 除非他们这样做。例如,考虑这种设置 3x2 矩阵对角线的稍微过度设计的方法 >>> a = np.zer
我想在同一个地 block 上用不同颜色绘制多个预测,但是,比例尺不对。我对任何其他方法持开放态度。 可重现的例子: require(forecast) # MAKING DATA data
我正在 R 中使用 GLMM,其中混合了连续变量和 calcategories 变量,并具有一些交互作用。我使用 MuMIn 中的 dredge 和 model.avg 函数来获取每个变量的效果估计。
我能够在 GUI 中成功导出分类器错误,但无法在命令行中执行此操作。有什么办法可以在命令行上完成此操作吗? 我使用的是 Weka 3.6.x。在这里,您可以右键单击模型,选择“可视化分类器错误”并从那
我想在同一个地 block 上用不同颜色绘制多个预测,但是,比例尺不对。我对任何其他方法持开放态度。 可重现的例子: require(forecast) # MAKING DATA data
我从 UCI 机器学习数据集库下载了一个巨大的文件。 (~300mb)。 有没有办法在将数据集加载到 R 内存之前预测加载数据集所需的内存? Google 搜索了很多,但我到处都能找到如何使用 R-p
我是一名优秀的程序员,十分优秀!