使用什么模型进行销售预测？答案

【问题标题】：What model to use for sales forecasting?使用什么模型进行销售预测？
【发布时间】：2019-11-22 15:51:01
【问题描述】：

我想预测公司的销售额。我尝试使用 LSTM，但我发现的所有示例仅使用两个变量（时间和销售额）。

https://www.kaggle.com/freespirit08/time-series-for-beginners-with-arima 这个页面提到时间序列只使用两个变量，但我认为这不足以建立一个好的预测。在此之后，我发现了不同的“多重特征”选项，例如使用 sklearn 或回归树中的 PolynomialFeatures 的多项式回归。我还没有用这些最后的算法编写脚本，那么我想知道你对使用什么模型的建议。

谢谢。

【问题讨论】：

我知道这是您在 StackOverflow 上的第一个问题。很遗憾，它不符合标准，因此请查看 stackoverflow.com/help/asking 并编辑或删除您的问题。
不幸的是，这个问题的范围太广了。你需要更好地描述你的问题。在您的问题中，您询问了两种不同类型的数据：时间序列数据和回归。如果不了解您必须使用的数据的更多信息，就不可能做出任何对您有意义的答案。您可以尝试Data Science 堆栈站点，因为这个问题与代码无关

标签： python scikit-learn neural-network lstm forecasting

【解决方案1】：

您可以尝试Facebook's Prophet，它允许您考虑其他回归量，或Amazon's DeepAR。

但我也看到预测模型不是基于 ARIMA 风格的时间序列，而是基于简单的线性回归，在生产中具有广泛的特征工程（特征=商店+产品+历史值）。

希望这会有所帮助。

【讨论】：

【解决方案2】：

我会推荐使用 Prophet。由于这与 ARIMA 等传统模型相比具有某些优势：

它很好地处理了空值。

调整其参数更容易且基于直觉。

传统的时间序列预测模型期望数据点处于一致的时间间隔内。然而，“先知”并非如此。时间间隔不必始终相同。

【讨论】：