python - 预测，(找到正确的模型)

Question

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 Item Color

8/1/2018, 50, Homegoods, Hats, Red_hat

如果我想构建一个模型，使用历史数据(时间)预测每个部门/商品/颜色组合的 sales_count，最好使用什么模型？

如果我对销售额进行时间线性回归，我如何解释各种类别？我可以将它们分组吗？

我是否会使用多线性回归，将各种类别视为自变量？

Answer 1

我在Python预测中遇到的最好方法是使用statsmodel库中的SARIMAX(带有外生变量的季节性自动回归综合移动平均线)模型。这是 SARIMAX using python 中非常好的教程的链接另外，如果您能够根据部门/项目颜色组合对数据框进行分组，则可以将它们放入循环中并应用相同的模型。也许您可以为每个独特的组合创建一个键，并且对于每个键条件，您可以预测销售额。例如，

df=pd.read_csv('your_file.csv')
df['key']=df['Department']+'_'+df['Item']+'_'+df['Color']
for key in df['key'].unique():
    temp=df.loc[df['key']==key]#filtering only the specific group
    temp=temp.groupby('Date')['Sales_count'].sum().reset_index()
    #aggregating the sum of sales in that date. Ignore if not required. 
    #write the forecasting code here from the tutorial