选择正确的时间序列模型
选择正确的时间序列模型
提问于 2018-08-22 01:57:53
使用Python，我试图使用历史销售数据来预测产品的未来销售额。我还试图预测不同类别的产品的数量。
例如，我的列如下所示：
Date Sales_count Department Item Color
8/1/2018, 50, Homegoods, Hats, Red_hat如果我想构建一个使用历史数据(时间)来预测每个部门/项目/颜色组合的sales_count的模型，那么最好的模型是什么？
如果我对销售做了时间线性回归，我如何解释不同的类别？我能把他们分组吗？
我会用多元线性回归，把不同的类别当作自变量吗？
回答 1
Data Science用户
发布于 2018-08-22 06:46:15
你说的是“各种各样的产品”，这就是你的答案。
独立预测每一组产品，然后对单个产品进行分组。采取这一策略的原因是，与罕见的情况相比，预测大量数据更容易，也更准确。另一个原因是，通过对类似产品进行分组，你有机会捕捉到新产品之类的细微差别
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/37267
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号