没有合适的资源?快使用搜索试试~ 我知道了~
Walmart-Forecasting:使用线性回归,ETS模型,ARIMA模型和动态回归模型对五年的每日单位销售数据进行时间序...
共14个文件
csv:4个
ipynb:3个
ds_store:2个
5星 · 超过95%的资源 需积分: 50 26 下载量 138 浏览量
2021-05-23
07:54:28
上传
评论 5
收藏 8.56MB ZIP 举报
温馨提示
沃尔玛产品部门销售的时间序列分析和预测 项目介绍 在该项目中,我们小组根据来自的Walmart五年单位销售数据,使用四种模型对一种Walmart产品(FOODS_3_352)进行了28天单位销售预测。 首先,我们进行了基本的数据清理和可视化,并探索了销售模式。 然后,我们应用了回归模型,ETS(误差,趋势,季节性)模型,季节性ARIMA(自回归,积分,移动平均值)模型和动态回归模型来进一步分解数据并进行预测。 最后,我们基于参数RMSE评估了预测的模型性能。 所有项目文件都包含在此仓库中 使用的工具/语言: Python(pandas, numpy) , R(forecast, ggplot, dbplyr, urca, lubricate) , Excel 请参阅我们的最终 文件描述 1. data calendar_factors.csv包含具有清洗和准备好的日历虚拟变量的目标销
资源推荐
资源详情
资源评论
收起资源包目录
Walmart-Forecasting-master.zip (14个子文件)
Walmart-Forecasting-master
data
sales_train_evaluation.csv 5.52MB
.DS_Store 6KB
calendar_factors.csv 97KB
eventAndHoliday.csv 782B
calendar.csv 97KB
static
.ipynb_checkpoints
Untitled-checkpoint.ipynb 44KB
lm-checkpoint.ipynb 59KB
.DS_Store 6KB
walmart.Rmd 12KB
.RData 2.31MB
.Rhistory 18KB
calendar.ipynb 59KB
walmart.nb.html 7.89MB
README.md 2KB
共 14 条
- 1
资源评论
- Arthur1232222021-08-19用户下载后在一定时间内未进行评价,系统默认好评。
zhuyurrr
- 粉丝: 27
- 资源: 4714
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功