Машинное обучение для прогнозирования продаж в магазинах Rossmann: результаты и выводы

Машинное обучение для прогнозирования продаж: прогнозирование продаж в магазинах Rossmann

Введение

Прогнозирование продаж является важной задачей для предприятий, поскольку оно позволяет им планировать свою деятельность, управлять запасами и принимать обоснованные решения. В этой статье мы рассмотрим задачу прогнозирования продаж для магазинов Rossmann, крупной сети аптек в Европе. Мы будем использовать набор данных, доступный на Kaggle, для обучения и оценки моделей машинного обучения для прогнозирования ежедневных продаж для каждого магазина.

Набор данных

Набор данных Rossmann содержит данные о ежедневных продажах для 1115 магазинов Rossmann в Германии за период с января 2013 года по март 2015 года. Набор данных включает 1,2 миллиона точек данных, и для каждого дня имеются следующие атрибуты:

• Store - код магазина
• Date - дата продажи
• Sales - ежедневные продажи
• Customers - количество клиентов
• Open - был ли магазин открыт в этот день
• Promo - была ли скидка в этот день
• StateHoliday - был ли государственный праздник
• SchoolHoliday - были ли школьные каникулы

Методы машинного обучения

Мы будем оценивать следующие модели машинного обучения для задачи прогнозирования продаж:

• Линейная регрессия - базовая модель, использующая линейную функцию для прогнозирования продаж.
• Древо решений - представляет собой модель, основанную на деревьях, которая делает прогнозы, разделяя данные на меньшие подмножества.
• Случайный лес - ансамблевый метод, который объединяет несколько деревьев решений для улучшения точности.
• Градиентный бустинг - еще один ансамблевый метод, который последовательно создает деревья решений и улучшает производительность с помощью градиентного спуска.

Оценка производительности

Мы будем оценивать производительность моделей по следующим метрикам:

• Средняя абсолютная ошибка (MAE) - среднее абсолютное отклонение между прогнозируемыми и фактическими продажами.
• Среднеквадратичная ошибка (RMSE) - квадратный корень из среднего квадратов отклонений между прогнозируемыми и фактическими продажами.
• Коэффициент детерминации (R2) - показатель того, насколько хорошо модель объясняет вариацию в данных продаж.

Результаты

Результаты наших экспериментов показали, что случайный лес превзошел другие модели с точки зрения всех трех метрик производительности. Вот сводная таблица результатов:

Вывод

Случайный лес оказался наиболее эффективной моделью для прогнозирования продаж в магазинах Rossmann. Эта модель смогла захватить сложные взаимодействия между различными факторами, влияющими на продажи, и с высокой точностью предсказать ежедневные продажи. Результаты этого исследования могут быть использованы предприятиями для улучшения своих прогнозов продаж и повышения общей эффективности.