我有两年的历史数据的客户，项目和订单的数量。基于这些数据，我正在尝试预测客户-商品级别的未来销售额。我尝试了ARIMA模型，但没有给出预期的结果。任何关于实现的建议或参考。我有兴趣尝试LSTM和寻找好的零售参考。
浏览 10提问于2019-06-10得票数 0
2回答
我试图使用LSTM对时间序列的数据，以产生未来的序列，看上去像原来的序列在数值和进展方向。我的方法是：通过使用LSTM单元，我发现模型无法生成看起来像原始
浏览 0提问于2018-01-15得票数 12
我正在做时间序列预测，以预测未来的订单。因为数据是非平稳的，所以我做了记录和第一次差分。然后，我通过传递对数差分数据，使用从auto_arima获得的顺序值训练Arima模型。我用过去的30天进行测试，休息进行训练。我正在以记录格式和差分格式获取预测值。此外，我还预测了未来30天，这是没有出现在数据集中，给出了相同格式的
浏览 44提问于2021-09-13得票数 0
我来自功能磁共振成像研究背景，在那里我分析了大量的时间序列数据，我想通过以下方式分析股票价格(或回报)的时间序列: 1)对特定市场领域的成功股票进行建模，然后将这一历史上成功的股票的时间序列与其他较新股票的时间序列进行交叉关联，以寻找重要的关系；2)对股票的价格时间序
浏览 0提问于2010-05-15得票数 1
回答已采纳
1回答
B2B需求预测
、、、、
我试图在python中创建一个需求预测模型，以便使用历史销售数据预测特定类别产品的未来销售额。📷
当我尝试一种线性预测方法时，训练集似乎可以很好地根据图来预测测试集。然而
浏览 0提问于2018-08-28得票数 1
1回答
我正在研究一个模型来预测一个客户在未来6个月内会成为一个产品的“市场中”。dataset拥有丰富的信息，如生活方式和人口统计变量以及以前的事务历史。将人口和生活方式数据与交易历史相结合的最佳模型是什么，以预测未来6个月的购买情况？一个预测可能购买的模型和一个类似生存模型的组合是否能预测购买何时
浏览 0提问于2019-08-29得票数 1
2回答
合同期限日期/时间：月份和年份契约值数值：以本地货币表示的合同价值答案：每月变更阶段的合同总价值基于状态变化和平均延迟的未来</e
浏览 0提问于2020-06-27得票数 1
1回答
基于R的预测
、、
预测一直是一个有争议的话题。让我们想想，我们有一个时间序列数据，我们希望预测10个月以上的数据。我们知道预测是另一个话题，预测是另一个话题，两者都有自己的风格。autoplot(my_predictions)因此，在这里，我们没有做任何未来的预测，它是测试数据，我们得到了准确性，但在确定最佳模型比较的测
浏览 2提问于2022-07-09得票数 -1
1回答
我想预测数值(例如运输量)。作为输入数据，我有过去两年的数量。我已经对这些值做了一些时间序列预测，基本上遵循了关于和的说明。我现在想更进一步，在预测中列入一些指标(例如经济指标)，看看这是否会提高预测的准确性。
这样做的正确方法是什么？环顾四周，我发现了这个，基本上描述了相同的用例。不幸的是，它没有得到任何回应。一种方法可能是根
浏览 6提问于2022-06-21得票数 -1
使用在线零售II数据集(https://archive.ics.uci.edu/ml/datasets/Online+Retail+II)，我试图预测每个客户何时下订单，如果可能的话，这些订单的货币价值InvoiceDate:发票日期和时间。数字。生成事务的日期和时间。CustomerID:客户</e
浏览 0提问于2020-01-06得票数 2
1回答
这就像时间序列预测，但不完全正确。我们的客户将病人当前的重要信息发送到AWS SageMaker推断端点，以预测患者未来的健康状况。病人数据被保存到AWS S3桶中，我们使用雅典娜从保存的数据构建一个表。我们进行了离线训练，发现重要信息的变化是预测患者未来健康状况的重要特征。有谁知道我如何查询Athena表来提取给定的<
浏览 1提问于2022-06-07得票数 0
回答已采纳
不久前，我开始研究Tensorflow，并发现了使用LSTM进行时间序列预测的问题。有许多简单和详细的例子与工作代码。但是，在这些示例中，是根据目标值的前一个值对未来进行预测的。例如，在电力使用任务中，我可以添加天气预报，以更正LSTM预报。但我不明白如何做到这一点，因为我正在训练N*M矩阵的模型，其中N是时间序列的数目，K是我的
浏览 10提问于2022-01-12得票数 0
现在我想预测一下，在接下来的几天里，顾客是否还在买别的东西。这样你就可以总结包裹和送货，而不是每个单独的包裹。有人读过类似的文章吗？11.043 28.04 Clock 30.04我想预测的是，如果customer 3在接下来的几天里买东西的话。考虑到强制交割日期，是否有可能预测customer 3在未来</
浏览 0提问于2022-05-03得票数 0
1回答
利用对未来事件的了解来增强预测
、、、、
在使用AWS预测时，是否有办法用“部分未来信息”来增强我们的模型，以改进预测？我对预测和机器学习非常陌生，我所说的“部分未来信息”是指：
I试图预测变量x的时间序列在未来的中的行为，我正在为许多不同的变量训练一个具有过去时间序列信息的模型，包括x，我也希望为
浏览 2提问于2019-12-02得票数 2
3回答
我有一个事件“是否出售的项目将被退回”，我可以预测以一定的概率基础上收集的信息，在购买时(产品特征，客户信息，时间和地点等)。所以：我也有一个历史上的时间序列，为该项目出售的总单位，以及未来几个星期的销售预测假设我
浏览 0提问于2016-11-14得票数 4
本教程很好地一步一步地解释了该做什么："如何建立多步LSTM电力使用时间序列预测模型“
然而，在预测方面，作者拿出了部分数据，然后用这些数据来预测未来的值.在我看来，这并不是一种预测(通过ARIMA、VAR等方法完成的事情--你可以指定时间周期的数目，然后不指定任何东西，模型给你一些关于未来的预测)，你可以看到我对作者
浏览 0提问于2019-09-30得票数 4
2回答
我有一个季节性(7天间隔)的时间序列，每天30天的数据。合理预测的最佳方法是什么？时间序列包含使用应用程序进行的订单，它显示了1周的季节性(本周开始的较低销售额)。我用下面的代码尝试了holt winters方法：
(m <- HoltWinters(ts,seasonal = "mult&qu
浏览 0提问于2015-11-15得票数 1
1回答
我正在研究如何预测基于合同的收入。例如，我可以让客户购买每月移动计划、年度计划或3年计划。我如何利用这些信息来预测收入呢？我必须锁定一个客户，比如说在第5个月的一年合同中，这样客户在下一次续约前不会贡献收入。(有可能出现变动或改变计划。)
浏览 0提问于2022-11-29得票数 0
1回答
单个客户的时间序列分析
、、、、
我为1000名客户提供了关于他们在过去两年中购买数量的时间序列数据。我能够为整个数据集构建时间序列预测模型。但现在我想为1000个客户中的每个人建立预测模型，解决这个问题的最佳方法是什么。PS:我能想到的一种方法是迭代1000个客户中的每个客户，并为每个<e
浏览 12提问于2018-01-12得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
