文件名称：rossMannKaggle:使用机器学习预测未来的销售
文件大小：12.17MB
文件格式：ZIP
更新时间：2024-05-02 18:09:10
data-science machine-learning time-series regression-models JupyterNotebook
罗斯·曼·卡格 使用监督学习模型和时间序列分析，可以预测Rossmann药店的未来6周销售情况。 应用了所有数据科学步骤，包括数据清理，探索性数据分析，数据准备，创建机器学习模型，性能分析（MAE，MAPE，RMSE）以及使用Flask和Heroku部署到云中。
【文件预览】：
rossMannKaggle-main
----.ipynb_checkpoints()
--------rossmann-checkpoint.ipynb(1.81MB)
--------storytelling-rossmann-checkpoint.ipynb(508KB)
--------rossmann-studies-checkpoint.ipynb(1.45MB)
----parameter()
--------store_type_scaler.pkl(292B)
--------promo_time_week_scaler.pkl(602B)
--------competition_time_month_scaler.pkl(462B)
--------competition_distance2_scaler.pkl(462B)
--------year_scaler.pkl(602B)
----rossmann-studies.ipynb(1.45MB)
----model()
--------model_rossmann.pkl(736KB)
----img()
--------mind_map.png(168KB)
----requirements.txt(1KB)
----README.md(377B)
----rossmann.ipynb(1.81MB)
----data()
--------train.csv(36.29MB)
--------mae.csv(20KB)
--------store.csv(44KB)
--------sample_submission.csv(310KB)
--------test.csv(1.36MB)
----storytelling-rossmann.ipynb(507KB)