销售预测使用ARIMA

ScottBett8ScottBett8 成员文章数 :3学习者I
大家好

使用ARIMA销售预测模型时有问题数据为一年销售事务(60,000+记录)。



标签:通关
目的是预测吨位,但需要知道产品组 (Group_Name)列

举例说,预报应该像现在这样(假设-也许需要增加列获取更多信息)


我试图跟踪Dr.FabianTemme视频时间序列预测,但依然没有运算
求求帮助

最好的问候
斯科特贝特
标记 :

答案解析

  • rfentealbarfentealba RapidMiner认证分析师成员大学教授文章数 :568独角兽
    哈罗 scottBett8


    很遗憾没人插手你对ARIMA预测仍有问题吗我也许能帮助

    万事通

    罗德
  • 马科巴拉达斯马科巴拉达斯 管理员、雇员、快速敏捷认证分析员、成员文章数 :270独角兽
    Hi scottBett8,

    组内集合操作符和循环集合运算符可用例
    似乎你需要预测问题Qty,因为通量由Qty(可变可变)和Price(你可能已经拥有这些价格或可能需要提前预测)产生

    需要安装运算符工具箱扩展访问Group内集运算符

    我建议你试预测扩展
    https://community.www.kenlockard.com/discussion/comment/66543#Comment_66543

    如果要访问更多时间序列训练登录免费课程
    https://academy.www.kenlockard.com/learn/course/time-series-analytics/time-series-analytics/data-preparation-and-analysis

                   
                   
                    
                     
                     
                     
                    
                    
                     
                     
                     
                     
                     
                     
                     
                      
                       
                        
                         
                         
                         
                         
                         
                         
                         
                         
                         
                         
                         
                         
                         
                         
                         
                        
                        
                         
                         
                          
                           
                           
                           
                           
                           
                           
                          
                          
                           
                           
                           
                           
                           
                           
                           
                            
                           
                           
                           
                           
                           
                           
                           
                           
                          
                          
                           
                           
                           
                           
                           
                           
                           
                           
                           
                           
                           
                          
                          
                           
                           
                           
                           
                           
                           
                           
                           
                           
                           
                           
                           
                          
                          
                           
                            
                           
                           
                           
                          
                          
                           
                           
                           
                          
                          
                           
                            
                            
                           
                           
                          
                          
                          
                          
                          
                          
                          
                          
                          
                          
                          
                          
                         
                        
                        
                         
                         
                         
                        
                        
                         
                          
                          
                         
                        
                        
                        
                        
                        
                        
                        
                        
                       
                      
                      
                       
                       
                       
                      
                      
                       
                       
                       
                       
                       
                        
                         
                         
                         
                         
                         
                         
                         
                         
                        
                        
                         
                         
                         
                        
                        
                        
                        
                        
                        
                        
                        
                       
                      
                      
                      
                      
                      
                      
                      
                     
                    
                   


  • ScottBett8ScottBett8 成员文章数 :3学习者I
    编辑2021年7月
    Hi @MarcoBarradas,

    延迟回复表示歉意忙上我工作数周
    我试过你的建议试用你的方法是个好主意Qty单位测量为kg(kilgss)和tnase转换为tns应用XML后 14个产品组生成预测为空



    并附XML

    I tried使用预测验证运算符但无法运行

    视界
    ScottBett8
  • 狮子机机狮子机机 主持人 RapidMiner认证分析师成员文章数 :1 195独角兽
    Hi scottBett8,

    mmh预期第一行没有定义
    可确认 整片列平均预测数只包含侦讯标记
    并分享数据集令我们运行过程,

    视界

    莱昂内尔
  • ScottBett8ScottBett8 成员文章数 :3学习者I
    Hi @lionelderkrikor

    倒不是整列都装有侦讯标记唯一部分反之,在论坛搜索阅读回复后,我设法使用深学习随机森林模型完成预测

    最后一个问题 人能帮助或解释使用 Winding运算符时,相对误差约400%后期,当不使用Winding运算符时,相对误差约 <10%我对结果仍然疑惑不解

    视界
    斯科特贝特

签名进寄存器评语