需求预测：预测不同商店中3个月的商品销售情况

【文件属性】：
文件名称：需求预测：预测不同商店中3个月的商品销售情况
文件大小：4.81MB
文件格式：ZIP
更新时间：2021-02-17 03:11:25
JupyterNotebook 需求预测 该项目的目的是为Kaggle竞赛开发一种解决方案，以预测不同商店中3个月的商品销售情况 比赛说明 提供此竞赛是在相对简单和干净的数据集上探索不同时间序列技术的一种方式。 系统会为您提供5年的商店商品销售数据，并要求您预测10家不同商店的50种不同商品的3个月销售。 处理季节性的最佳方法是什么？ 应该对商店进行单独建模，还是可以将它们合并在一起？ 梯度增强比ARIMA更好吗？ 链接：

【文件预览】：
Demand-Forecasting-master
----Functions()
--------arima.py(2KB)
--------__pycache__()
--------evaluation.py(446B)
--------__init__.py(0B)
--------exploratory_data_analysis.py(850B)
----LICENSE(1KB)
----Results()
--------baselineSarimaResults.csv(1.03MB)
----.gitignore(54B)
----README.md(758B)
----02-NoteBooks()
--------01-Baseline.ipynb(1.37MB)
----01-Data()
--------sample_submission.csv(385KB)
--------train.csv(16.53MB)
--------test.csv(952KB)
----00-Notes()
--------DevelopmentRoadmap.md(921B)