• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    ARIMA-RF 組合模型的銷售預(yù)測(cè)研究

    2021-09-28 11:22:58郭天添
    軟件導(dǎo)刊 2021年9期
    關(guān)鍵詞:決策樹(shù)銷售森林

    袁 遠(yuǎn),郭天添

    (江蘇科技大學(xué) 計(jì)算機(jī)學(xué)院,江蘇 鎮(zhèn)江 212100)

    0 引言

    隨著人們消費(fèi)水平的提高,服裝行業(yè)的銷售量呈爆炸式增長(zhǎng),這些數(shù)據(jù)中往往隱藏了大量有價(jià)值的客戶信息。企業(yè)要想維系新老客戶的關(guān)系,掌握客戶需求,就要從這些數(shù)據(jù)中獲取用戶喜好,從而更有效地預(yù)測(cè)客戶期望并及時(shí)作出反應(yīng)。因此,從海量信息中獲取有價(jià)值的數(shù)據(jù)并加以利用成為企業(yè)提高核心競(jìng)爭(zhēng)力的必要手段之一[1]。

    銷售預(yù)測(cè)研究具有一定的商業(yè)應(yīng)用價(jià)值和學(xué)術(shù)研究?jī)r(jià)值。銷售預(yù)測(cè)不僅能幫助企業(yè)合理制定銷售計(jì)劃、去除庫(kù)存,還能減少不必要的支出,提升利潤(rùn)空間。在為企業(yè)創(chuàng)造利潤(rùn)的同時(shí),可避免大量不必要的資源浪費(fèi)。因此,銷售預(yù)測(cè)一直都是研究熱點(diǎn),很多學(xué)者對(duì)銷售預(yù)測(cè)方法進(jìn)行了研究,并提出一系列改進(jìn)方法,以提高預(yù)測(cè)的準(zhǔn)確性,如文獻(xiàn)[2]通過(guò)時(shí)間序列模型ARMA 先進(jìn)行月預(yù)測(cè),然后通過(guò)PERT(計(jì)劃評(píng)審技術(shù))獲得月預(yù)測(cè)的期望值,再對(duì)兩者結(jié)果進(jìn)行加權(quán),得到最終預(yù)測(cè)結(jié)果;文獻(xiàn)[3]通過(guò)使用魯棒損失函數(shù)和小波核函數(shù)解決數(shù)據(jù)集呈正態(tài)高斯分布以及幅值波動(dòng)較大的問(wèn)題,以有效減少銷售時(shí)序中的噪音和奇異點(diǎn)問(wèn)題,并增強(qiáng)其魯棒性;文獻(xiàn)[4]通過(guò)對(duì)歷史銷售數(shù)據(jù)特征的觀察,發(fā)現(xiàn)其包括線性和非線性兩部分,結(jié)合AR?MA 模型預(yù)測(cè)數(shù)據(jù)集的線性部分和BP_AdaBoost 模型預(yù)測(cè)數(shù)據(jù)集的非線性部分,然后疊加兩者預(yù)測(cè)結(jié)果作為新的預(yù)測(cè)值,可避免ARMA 模型預(yù)測(cè)精度低的問(wèn)題,同時(shí)解決了神經(jīng)網(wǎng)絡(luò)模型導(dǎo)致局部極小值的問(wèn)題。銷售預(yù)測(cè)的核心算法一直在改進(jìn),通過(guò)閱讀國(guó)內(nèi)外文獻(xiàn),發(fā)現(xiàn)相關(guān)算法在銷售預(yù)測(cè)方面存在的問(wèn)題,并對(duì)其進(jìn)行改進(jìn),對(duì)于提高銷售預(yù)測(cè)模型質(zhì)量與預(yù)測(cè)準(zhǔn)確性具有重要意義[5]。本文通過(guò)學(xué)習(xí)與借鑒國(guó)內(nèi)外文獻(xiàn),采用時(shí)間序列模型中預(yù)測(cè)效果較好的ARIMA 模型對(duì)線性信息進(jìn)行預(yù)測(cè),然后利用對(duì)非線性信息學(xué)習(xí)能力較強(qiáng)的隨機(jī)森林對(duì)ARIMA 模型預(yù)測(cè)殘差進(jìn)行矯正,通過(guò)構(gòu)建ARIMA-RF 組合模型對(duì)歷史銷售數(shù)據(jù)的線性和非線性特征進(jìn)行預(yù)測(cè)。

    銷量預(yù)測(cè)方法通??煞譃槎ㄐ苑治龇ㄅc定量分析法,目前主流預(yù)測(cè)算法包括神經(jīng)網(wǎng)絡(luò)算法[6]、遺傳算法[7]、時(shí)間序列算法[8]、隨機(jī)森林算法等[9]。本文采用結(jié)合時(shí)間序列算法中自回歸綜合移動(dòng)平均模型與隨機(jī)森林模型的組合模型,根據(jù)歷史數(shù)據(jù)進(jìn)行銷售預(yù)測(cè)[10-11],利用隨機(jī)森林算法較強(qiáng)的線性學(xué)習(xí)能力優(yōu)化時(shí)間序列模型的預(yù)測(cè)結(jié)果殘差。通過(guò)構(gòu)建的組合模型與單個(gè)模型對(duì)比結(jié)果,發(fā)現(xiàn)組合模型的預(yù)測(cè)結(jié)果更加精確。

    1 相關(guān)理論

    1.1 ARIMA 模型

    ARIMA(自回歸—滑動(dòng)平均混合模型)是一種時(shí)間序列方法[12]。ARIMA 是包括非平穩(wěn)情況的ARMA 模型,也是對(duì)ARMA 模型的擴(kuò)展。由于銷售數(shù)據(jù)受節(jié)假日、電商節(jié)等因素影響,歷史銷售數(shù)據(jù)并非相對(duì)平穩(wěn)的時(shí)間序列數(shù)據(jù),實(shí)際場(chǎng)景下很多序列因?yàn)榕c社會(huì)經(jīng)濟(jì)和商業(yè)有關(guān),從而表現(xiàn)出非平穩(wěn)行為,包含趨勢(shì)和季節(jié)模式的序列在本質(zhì)上也是非平穩(wěn)的,因此提出了ARIMA 模型,通過(guò)應(yīng)用數(shù)據(jù)點(diǎn)的有限差分處理使序列平穩(wěn)化,并把移動(dòng)平均模型、自回歸模型與差分法相結(jié)合,從而得到ARIMA 模型(p、d、q)。p、d和q 為整數(shù),分別為ARIMA 模型的自回歸、進(jìn)行差分的階數(shù)和移動(dòng)平均,具體公式如式(1)所示。

    其中,L 是滯后算子,d∈?,d>0。

    雖然ARIMA 模型可能在某些特殊情況下表現(xiàn)不佳,但其可在構(gòu)建過(guò)程中進(jìn)行優(yōu)化,以體現(xiàn)針對(duì)不同時(shí)間序列的靈活性,仍使其成為一種非常優(yōu)秀的預(yù)測(cè)方法[13]。ARIMA不僅考慮了數(shù)據(jù)特征在時(shí)間序列方面的規(guī)律性,而且減輕了其他影響因子對(duì)實(shí)驗(yàn)結(jié)果的影響,所以ARIMA 模型針對(duì)長(zhǎng)短期預(yù)測(cè)結(jié)果的準(zhǔn)確率都表現(xiàn)較為優(yōu)異[14]。其中心思想是把歷史數(shù)據(jù)集的時(shí)間序列作為變量,其取值隨著時(shí)間而變化,雖然某個(gè)時(shí)間序列的值具有不確定性,但從宏觀角度來(lái)看,完整的時(shí)間序列還是表現(xiàn)出一定規(guī)律性。因此,首先將不平穩(wěn)的時(shí)間序列轉(zhuǎn)換為平穩(wěn)的時(shí)間序列,然后通過(guò)因變量對(duì)模型的滯后值、隨機(jī)誤差項(xiàng)值和隨機(jī)誤差項(xiàng)的滯后值進(jìn)行回歸[15]。建模公式如式(2)所示。

    其中,φ表示AR 的系數(shù),θ表示MA 的系數(shù),其建模流程如圖1 所示。

    Fig.1 Time series ARIMA modeling process圖1 時(shí)間序列ARIMA 建模流程

    首先進(jìn)行平穩(wěn)性檢驗(yàn),通過(guò)對(duì)時(shí)間序列散點(diǎn)圖的觀察初步進(jìn)行判斷;然后進(jìn)一步對(duì)單位根進(jìn)行檢驗(yàn),判斷其是否平穩(wěn),若不平穩(wěn)則需要利用差分等方式將其平穩(wěn)化;之后進(jìn)行模型識(shí)別與定階,確定滯后系數(shù)和模型。可通過(guò)檢驗(yàn)?zāi)P蜌埐钚蛄校?6]判斷其有效性,因?yàn)樵谀P蜆?gòu)建過(guò)程中,容易在滯后項(xiàng)階數(shù)選擇時(shí)出現(xiàn)偏差。模型構(gòu)建完成后,再根據(jù)歷史銷售數(shù)據(jù)預(yù)測(cè)未來(lái)一段時(shí)期的銷售量。此外,通常會(huì)利用一些固定指標(biāo)對(duì)模型進(jìn)行判斷。ARIMA(p,d,q)模型的判斷指標(biāo)為AIC,具體公式如式(3)所示。

    式中,L 為極大似然估計(jì)值,懲罰函數(shù)為2k,如果模型中有截距或常數(shù)項(xiàng),k=p+q+1,否則k=p+q。

    1.2 隨機(jī)森林模型

    隨機(jī)森林模型通過(guò)訓(xùn)練多棵決策樹(shù),將每棵決策樹(shù)的投票結(jié)果匯總作為預(yù)測(cè)值,其中每棵樹(shù)都是基于一個(gè)獨(dú)立隨機(jī)向量的值產(chǎn)生的[17],森林中每棵樹(shù)的建立都涉及兩次隨機(jī)過(guò)程:第一次隨機(jī)過(guò)程是在訓(xùn)練集構(gòu)造過(guò)程中使用Bootstrap 方式從原始數(shù)據(jù)中進(jìn)行有放回的抽樣,這樣獲得訓(xùn)練集的最大特點(diǎn)在于有一部分?jǐn)?shù)據(jù)會(huì)重復(fù)出現(xiàn)在訓(xùn)練子集中,有一部分則不會(huì)出現(xiàn),不會(huì)出現(xiàn)的這部分?jǐn)?shù)據(jù)稱為袋外數(shù)據(jù)OOB(Out-of-Bag),大概占到原始數(shù)據(jù)的三分之一,也被用來(lái)估計(jì)森林的強(qiáng)度和相關(guān)度;第二次隨機(jī)過(guò)程在于特征選擇的隨機(jī)性,在基分類器決策樹(shù)構(gòu)建過(guò)程中不斷從所有屬性特征中選擇一部分按照一定衡量標(biāo)準(zhǔn)進(jìn)行排序,組成決策樹(shù)的每一個(gè)節(jié)點(diǎn),從而大大增加了決策樹(shù)構(gòu)建的隨機(jī)性。兩次隨機(jī)過(guò)程帶來(lái)的優(yōu)勢(shì)在于:第一次隨機(jī)過(guò)程使得構(gòu)建的決策樹(shù)對(duì)數(shù)據(jù)有了不同側(cè)重點(diǎn),保證樹(shù)與樹(shù)之間盡可能相對(duì)獨(dú)立;第二次隨機(jī)過(guò)程使得每棵樹(shù)的特征組合呈現(xiàn)多樣性,基分類決策樹(shù)對(duì)不同特征有了不同的關(guān)注度,更能作出準(zhǔn)確判斷[18]。兩次隨機(jī)性的加入,使得隨機(jī)森林能夠防止過(guò)擬合情況出現(xiàn),模型泛化能力更強(qiáng),對(duì)噪聲更具魯棒性,從而使整體預(yù)測(cè)精度得以提升。

    隨機(jī)森林模型是對(duì)多棵決策樹(shù)的集成算法,模型利用Bootstrap 隨機(jī)抽樣以及節(jié)點(diǎn)隨機(jī)劃分完成對(duì)多棵決策樹(shù)的構(gòu)建,然后由這些決策樹(shù)進(jìn)行投票,以投票結(jié)果作為最終分類或回歸結(jié)果。主要流程如圖2 所示。

    Fig.2 Random forest generation and decision process圖2 隨機(jī)森林生成及決策流程

    Gini 系數(shù)是隨機(jī)森林的重要性度量指標(biāo)[19]。每棵決策樹(shù)投票結(jié)果都為其所對(duì)應(yīng)特征的投票結(jié)果,在解決分類問(wèn)題時(shí),以Gini 系數(shù)和信息增益劃分特征值,而處理回歸問(wèn)題時(shí),則采用最小二乘擬合法或計(jì)算方差法劃分?jǐn)?shù)據(jù)集中的特征。Gini 系數(shù)衡量樹(shù)節(jié)點(diǎn)的不純性公式如式(4)所示。

    其中,t為決策樹(shù)節(jié)點(diǎn)特征,p2(j/t)表示j類目標(biāo)在其對(duì)應(yīng)節(jié)點(diǎn)的比例。最小二乘偏差法適合回歸樹(shù)構(gòu)建,誤差公式如式(5)所示。

    式中,nt為節(jié)點(diǎn)數(shù)據(jù)實(shí)例數(shù),kt為實(shí)例數(shù)據(jù)目標(biāo)值,kt=(∑yi)/nt,節(jié)點(diǎn)t的最小二乘偏差標(biāo)準(zhǔn)為使式(6)最大。

    2 組合模型

    2.1 組合模型原理

    對(duì)于現(xiàn)實(shí)背景下的問(wèn)題,組合模型通??商岣哳A(yù)測(cè)結(jié)果的準(zhǔn)確率[20]。常見(jiàn)組合模型方法有:①平均法。對(duì)于組合模型中的輸出值取平均值;②投票法。根據(jù)模型對(duì)應(yīng)的投票數(shù)決定是否采用該模型或?qū)Χ鄠€(gè)模型進(jìn)行組合等[21-22]。時(shí)間序列模型受非線性特征及隨機(jī)變量等影響因子影響較大,而對(duì)于商家地理位置、外部天氣情況、客流量等非線性信息無(wú)法很好地進(jìn)行處理,所以大部分時(shí)間序列預(yù)測(cè)模型都是根據(jù)歷史趨勢(shì)預(yù)測(cè)未來(lái)走向。機(jī)器學(xué)習(xí)模型對(duì)數(shù)據(jù)量較大、特征維度較高的歷史銷售數(shù)據(jù)能處理得更好,其中隨機(jī)森林更是經(jīng)典的機(jī)器學(xué)習(xí)模型,近年來(lái)在處理現(xiàn)實(shí)背景下的實(shí)際問(wèn)題中具有更好的效果。實(shí)驗(yàn)通過(guò)對(duì)隨機(jī)森林模型不斷調(diào)參,增強(qiáng)其學(xué)習(xí)能力。隨機(jī)森林模型是從分類拓展到回歸應(yīng)用的集成模型,其按照輸入的最小誤差進(jìn)行劃分,對(duì)于外部天氣情況、是否節(jié)假日、客流量等非線性特征的影響更為重視,而這些影響體現(xiàn)在時(shí)間序列預(yù)測(cè)模型殘差中,需要對(duì)ARIMA 預(yù)測(cè)模型殘差進(jìn)行優(yōu)化,以提高實(shí)驗(yàn)?zāi)P偷念A(yù)測(cè)準(zhǔn)確度。

    ARIMA 模型對(duì)于特征維度多、需要預(yù)測(cè)未來(lái)較長(zhǎng)時(shí)間周期的情況相比其他時(shí)間序列模型表現(xiàn)更佳[23],因此本文選擇ARIMA 時(shí)間序列模型預(yù)測(cè)銷量,并對(duì)其品牌的歷史銷量數(shù)據(jù)進(jìn)行預(yù)測(cè)分析。隨機(jī)森林模型在機(jī)器學(xué)習(xí)模型中的表現(xiàn)也尤為出色,可綜合兩者優(yōu)勢(shì)組合成ARIMA-RF 模型以提高預(yù)測(cè)精度。

    2.2 ARIMA-RF 組合模型設(shè)計(jì)

    整個(gè)組合模型主要分為以下幾部分:數(shù)據(jù)預(yù)處理、ARIMA 模型預(yù)測(cè)、隨機(jī)森林訓(xùn)練和ARIMA 預(yù)測(cè)數(shù)據(jù)矯正。組合模型設(shè)計(jì)如圖3 所示。

    Fig.3 Combinatorial model design圖3 組合模型設(shè)計(jì)

    首先在數(shù)據(jù)預(yù)處理部分,對(duì)于銷售預(yù)測(cè)而言,一批干凈、完整的優(yōu)良數(shù)據(jù)是保證模型準(zhǔn)確、可靠的基石,而獲取的歷史數(shù)據(jù)通常不規(guī)則,且包含異常值和噪聲干擾,因此需要事先對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行一系列預(yù)處理。通過(guò)調(diào)研業(yè)務(wù),深入理解變量間的關(guān)系,清洗數(shù)據(jù)集并處理缺失值、離散值和分類變量,并根據(jù)數(shù)據(jù)特征選擇合適的模型作小范圍的數(shù)據(jù)驗(yàn)證,之后再針對(duì)性地對(duì)模型進(jìn)行優(yōu)化。首先針對(duì)實(shí)際業(yè)務(wù)場(chǎng)景,構(gòu)建合適的預(yù)測(cè)模型;然后觀察銷量突變現(xiàn)象,分析相關(guān)影響因子;最后處理異常離散值,降低不良影響。取數(shù)據(jù)集中2015 年一整年的測(cè)試數(shù)據(jù)觀察銷售量時(shí)序分布情況,如圖4 所示。

    Fig.4 Time series distribution under day dimension圖4 以天為周期維度的時(shí)間序列分布

    通過(guò)觀察發(fā)現(xiàn),以天為統(tǒng)計(jì)周期的歷史銷售數(shù)據(jù)過(guò)于分散,天與天之間并沒(méi)有明顯的周期性特征,難以捕捉相關(guān)規(guī)律。出于對(duì)業(yè)務(wù)數(shù)據(jù)的理解,考慮挖掘以周為循環(huán)周期的變化趨勢(shì)。對(duì)于周的劃分,在銷售時(shí)間上將銷售數(shù)據(jù)的日期換算成對(duì)應(yīng)農(nóng)歷周。這是由于服裝與其他快銷產(chǎn)品不同,其銷售情況受溫度季節(jié)影響較大。而農(nóng)歷24 節(jié)氣對(duì)應(yīng)地球公轉(zhuǎn)周期,農(nóng)歷周相比公歷的月份周更能準(zhǔn)確反映不同階段的氣溫變化,這在以年為周期維度擬合趨勢(shì)時(shí)能更明顯地體現(xiàn)出隱藏的溫度變化趨勢(shì)。因此,新建農(nóng)歷周換算表,映射具體date 對(duì)應(yīng)的農(nóng)歷周份。

    ARIMA 模型預(yù)測(cè)則是將歷史銷售數(shù)據(jù)的n 個(gè)特征用時(shí)間序列表示,針對(duì)這些歷史時(shí)間序列進(jìn)行特征根校驗(yàn),在判斷平穩(wěn)性后構(gòu)建AIC 指標(biāo)最小時(shí)的ARIMA 模型,預(yù)測(cè)未來(lái)某一階段的時(shí)間序列集合,最后計(jì)算模型預(yù)測(cè)結(jié)果與實(shí)際值的誤差。之后,通過(guò)訓(xùn)練隨機(jī)森林模型對(duì)誤差值進(jìn)行矯正優(yōu)化,在隨機(jī)森林訓(xùn)練過(guò)程中,可發(fā)現(xiàn)特征之間的聯(lián)系,從而判斷哪些特征對(duì)預(yù)測(cè)結(jié)果的影響微乎其微,并將這些無(wú)關(guān)特征值去除。最后通過(guò)實(shí)驗(yàn)發(fā)現(xiàn),一些重要特征對(duì)預(yù)測(cè)值影響較大,數(shù)據(jù)特征相關(guān)圖如圖5 所示,其中像素塊越紅,代表相關(guān)性越強(qiáng)。

    實(shí)驗(yàn)最后通過(guò)訓(xùn)練完成的隨機(jī)森林模型提純ARIMA模型的誤差值,修正ARIMA 模型預(yù)測(cè)結(jié)果,得出新的預(yù)測(cè)值,根據(jù)本文設(shè)計(jì)好的評(píng)價(jià)指標(biāo)對(duì)比單個(gè)實(shí)驗(yàn)?zāi)P皖A(yù)測(cè)結(jié)果,以期達(dá)到更高的預(yù)測(cè)精度。

    Fig.5 Data feature correlation graph圖5 數(shù)據(jù)特征相關(guān)圖

    3 實(shí)驗(yàn)與分析

    3.1 實(shí)驗(yàn)數(shù)據(jù)處理

    本文以某快銷服飾品牌上海門(mén)店2015 年1 月-2019 年12 月的實(shí)際銷售數(shù)據(jù)作為分析數(shù)據(jù),同時(shí)利用Python 通過(guò)網(wǎng)絡(luò)爬蟲(chóng)從國(guó)家氣象局網(wǎng)站抓取了上海市2015 年1 月-2019 年12 月的歷史天氣數(shù)據(jù)?;谏鲜鰯?shù)據(jù)建立預(yù)測(cè)模型,預(yù)測(cè)該品牌在上海市未來(lái)一年每日的銷售數(shù)據(jù)。企業(yè)可根據(jù)預(yù)測(cè)數(shù)據(jù)優(yōu)化運(yùn)營(yíng),降低庫(kù)存與成本,并提升流程效率。原始數(shù)據(jù)如表1 所示。每條數(shù)據(jù)都是一件服裝完整的銷售記錄,例如sku 標(biāo)識(shí)了服裝唯一id,color 標(biāo)識(shí)顏色,season 標(biāo)識(shí)服裝目標(biāo)售賣季節(jié),salenum 標(biāo)識(shí)服裝售賣件數(shù),tag_price 標(biāo)識(shí)吊牌銷售價(jià)格,saleprice 標(biāo)識(shí)實(shí)際銷售價(jià)格,以及產(chǎn)品庫(kù)存、是否節(jié)假日、是否為電商款等多種屬性。將2015-2018 年的數(shù)據(jù)作為訓(xùn)練集,2019 年全年的數(shù)據(jù)作為測(cè)試集。訓(xùn)練集用來(lái)對(duì)組合模型進(jìn)行訓(xùn)練,測(cè)試集的預(yù)測(cè)結(jié)果用來(lái)與真實(shí)銷售數(shù)據(jù)進(jìn)行銷量對(duì)比分析,從而計(jì)算組合模型的預(yù)測(cè)精度。

    Table 1 Raw data overview表1 原始數(shù)據(jù)概覽

    3.2 評(píng)價(jià)指標(biāo)

    模型建立后需要通過(guò)一定方法進(jìn)行評(píng)估,以衡量該模型是否高效。在實(shí)際應(yīng)用中,通常將驗(yàn)證數(shù)據(jù)集代入模型中運(yùn)行,獲取實(shí)驗(yàn)結(jié)果并與實(shí)際值作比較,根據(jù)不同指標(biāo)衡量模型表現(xiàn),以此評(píng)估模型優(yōu)劣。通常采用如下指標(biāo):

    (1)平均絕對(duì)誤差。MAE(平均絕對(duì)誤差)表示預(yù)測(cè)結(jié)果與實(shí)際結(jié)果之間差值絕對(duì)值的平均數(shù),該評(píng)價(jià)指標(biāo)是對(duì)絕對(duì)誤差損失的預(yù)期值。計(jì)算公式如式(7)所示,其中a代表預(yù)測(cè)值,b代表實(shí)際值。

    (2)均方根誤差。RMSE(均方根誤差)表示預(yù)測(cè)結(jié)果與實(shí)際結(jié)果誤差的平方同序列長(zhǎng)度之比的平方根,該指標(biāo)對(duì)應(yīng)于平方誤差的期望。計(jì)算公式如式(8)所示。

    其中,n 為預(yù)測(cè)序列長(zhǎng)度,a 為真實(shí)銷售數(shù)量,b 為預(yù)測(cè)值。雖然RMSE 可以評(píng)判模型預(yù)測(cè)結(jié)果平方誤差大小,為衡量模型優(yōu)劣提供一定的科學(xué)依據(jù),但其不能作為衡量模型優(yōu)劣的決定性指標(biāo),理應(yīng)同時(shí)考慮其他指標(biāo)情況,綜合比對(duì)模型,從而得到更具說(shuō)服力的結(jié)論。

    3.3 實(shí)驗(yàn)結(jié)果對(duì)比

    Table 2 Comparison of prediction results of different experimental models表2 不同實(shí)驗(yàn)?zāi)P皖A(yù)測(cè)結(jié)果比較

    從表2 中可以看出,ARIMA-RF 組合模型相比單一模型,平方絕對(duì)誤差與均方根誤差都有所下降,銷量預(yù)測(cè)精度總體上優(yōu)于單一模型。說(shuō)明ARIMA-RF 組合預(yù)測(cè)模型發(fā)揮了兩種模型的優(yōu)勢(shì),相較于單一模型預(yù)測(cè)效果更佳,更適用于本文的商業(yè)環(huán)境。

    4 結(jié)語(yǔ)

    本文以某快銷服飾品牌上海門(mén)店近5 年的銷售數(shù)據(jù)為基礎(chǔ),依次構(gòu)建了RF 模型、ARIMA 模型以及優(yōu)化后的ARI?MA-RF 組合模型。在相同數(shù)據(jù)集的基礎(chǔ)上通過(guò)實(shí)驗(yàn)比較預(yù)測(cè)結(jié)果的各項(xiàng)評(píng)價(jià)指標(biāo),發(fā)現(xiàn)ARIMA-RF 組合模型的RMSE(均方根誤差)和MAE(平均絕對(duì)誤差)均優(yōu)于單一模型的實(shí)驗(yàn)結(jié)果,證明了ARIMA-RF 模型對(duì)于商業(yè)環(huán)境下的服飾銷售預(yù)測(cè)具有更高精度,同時(shí)分析其實(shí)用性,以期在更多領(lǐng)域加以應(yīng)用。由于實(shí)際銷售情況會(huì)受到很多其他外界情況影響,所以實(shí)驗(yàn)效果還存在進(jìn)一步提升的空間。

    猜你喜歡
    決策樹(shù)銷售森林
    一種針對(duì)不均衡數(shù)據(jù)集的SVM決策樹(shù)算法
    決策樹(shù)和隨機(jī)森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    這四個(gè)字決定銷售成敗
    給人帶來(lái)快樂(lè)的襪子,一年銷售1億美金
    流行色(2017年2期)2017-05-31 01:43:44
    哈Q森林
    哈Q森林
    哈Q森林
    基于決策樹(shù)的出租車乘客出行目的識(shí)別
    哈Q森林
    基于肺癌CT的決策樹(shù)模型在肺癌診斷中的應(yīng)用
    草草在线视频免费看| 咕卡用的链子| 好男人视频免费观看在线| 春色校园在线视频观看| 亚洲综合精品二区| 欧美人与性动交α欧美软件 | 日本黄色日本黄色录像| 久热这里只有精品99| 男女无遮挡免费网站观看| 精品国产一区二区三区四区第35| 纵有疾风起免费观看全集完整版| 国产男人的电影天堂91| 久久国内精品自在自线图片| 国产日韩欧美在线精品| 午夜福利网站1000一区二区三区| 大片电影免费在线观看免费| 亚洲欧美中文字幕日韩二区| 久久毛片免费看一区二区三区| 亚洲精品aⅴ在线观看| 爱豆传媒免费全集在线观看| 色婷婷久久久亚洲欧美| 精品人妻在线不人妻| 成人毛片60女人毛片免费| 中国三级夫妇交换| 嫩草影院入口| 久久精品国产鲁丝片午夜精品| 亚洲精品美女久久av网站| 91国产中文字幕| 久久ye,这里只有精品| 中文乱码字字幕精品一区二区三区| 十八禁高潮呻吟视频| 久久精品人人爽人人爽视色| 最近最新中文字幕免费大全7| 国产免费一区二区三区四区乱码| 三上悠亚av全集在线观看| 色5月婷婷丁香| 蜜臀久久99精品久久宅男| 色哟哟·www| 国产精品熟女久久久久浪| 日日啪夜夜爽| 熟女电影av网| 2018国产大陆天天弄谢| 咕卡用的链子| 高清在线视频一区二区三区| 亚洲欧美一区二区三区黑人 | av国产久精品久网站免费入址| 久久久精品区二区三区| 欧美激情国产日韩精品一区| 超色免费av| 国产精品一区二区在线不卡| 性色av一级| 国产毛片在线视频| 国产精品无大码| av天堂久久9| 亚洲欧美日韩另类电影网站| 十八禁网站网址无遮挡| 精品一区二区免费观看| 嫩草影院入口| 在线观看一区二区三区激情| 成人毛片a级毛片在线播放| 五月玫瑰六月丁香| 少妇人妻精品综合一区二区| 亚洲性久久影院| av播播在线观看一区| 久久人人爽av亚洲精品天堂| 国产欧美日韩一区二区三区在线| 女人久久www免费人成看片| 亚洲欧洲国产日韩| 99久国产av精品国产电影| 免费黄频网站在线观看国产| 成人毛片a级毛片在线播放| 爱豆传媒免费全集在线观看| 久久久国产一区二区| 99精国产麻豆久久婷婷| 国产av精品麻豆| 精品国产露脸久久av麻豆| 午夜福利,免费看| 性色av一级| 纵有疾风起免费观看全集完整版| av卡一久久| 满18在线观看网站| 99re6热这里在线精品视频| 国产精品人妻久久久影院| 美女主播在线视频| 777米奇影视久久| 日日摸夜夜添夜夜爱| 99热全是精品| 免费看av在线观看网站| 国产深夜福利视频在线观看| 最近中文字幕2019免费版| 日本av免费视频播放| 色视频在线一区二区三区| 999精品在线视频| 亚洲国产日韩一区二区| 精品一区二区免费观看| 热99国产精品久久久久久7| 精品视频人人做人人爽| 一级片免费观看大全| 午夜日本视频在线| 一区在线观看完整版| 一本色道久久久久久精品综合| 中文精品一卡2卡3卡4更新| 精品少妇久久久久久888优播| 国产老妇伦熟女老妇高清| 成年av动漫网址| 男女无遮挡免费网站观看| 成人午夜精彩视频在线观看| 日韩,欧美,国产一区二区三区| 欧美xxⅹ黑人| 最新中文字幕久久久久| 国产一区亚洲一区在线观看| 看免费av毛片| 欧美 亚洲 国产 日韩一| 亚洲国产精品成人久久小说| 男人舔女人的私密视频| 18禁国产床啪视频网站| 久久久久久久久久人人人人人人| 男女啪啪激烈高潮av片| 精品一区二区三区四区五区乱码 | 日韩中文字幕视频在线看片| a级毛色黄片| 伦精品一区二区三区| 国产一区二区在线观看日韩| 女性被躁到高潮视频| 男人添女人高潮全过程视频| 街头女战士在线观看网站| 国产1区2区3区精品| 新久久久久国产一级毛片| 久久99一区二区三区| 精品一区在线观看国产| 成人二区视频| 久久鲁丝午夜福利片| 人体艺术视频欧美日本| av线在线观看网站| 久久婷婷青草| 熟女电影av网| 观看av在线不卡| 爱豆传媒免费全集在线观看| 国产黄色视频一区二区在线观看| 午夜福利在线观看免费完整高清在| 成人毛片a级毛片在线播放| 哪个播放器可以免费观看大片| 少妇人妻久久综合中文| 视频中文字幕在线观看| 黄色怎么调成土黄色| 免费av中文字幕在线| 免费大片18禁| 欧美日韩视频高清一区二区三区二| 国产在视频线精品| 国产69精品久久久久777片| 精品人妻一区二区三区麻豆| 不卡视频在线观看欧美| 亚洲精品日韩在线中文字幕| 亚洲综合色网址| 欧美人与性动交α欧美软件 | 99精国产麻豆久久婷婷| av福利片在线| 国产成人精品婷婷| 人妻人人澡人人爽人人| 国产精品久久久久久久久免| 国产又爽黄色视频| 满18在线观看网站| 午夜激情久久久久久久| 热99国产精品久久久久久7| 亚洲少妇的诱惑av| 十八禁网站网址无遮挡| 寂寞人妻少妇视频99o| 黄片无遮挡物在线观看| 成人黄色视频免费在线看| av免费观看日本| 七月丁香在线播放| 国产免费视频播放在线视频| 亚洲欧美中文字幕日韩二区| 黑人巨大精品欧美一区二区蜜桃 | 中国三级夫妇交换| 亚洲国产精品一区三区| 最近的中文字幕免费完整| 一级爰片在线观看| 久久女婷五月综合色啪小说| av播播在线观看一区| 久久ye,这里只有精品| 欧美日韩av久久| 夜夜爽夜夜爽视频| 精品熟女少妇av免费看| 亚洲欧美成人综合另类久久久| xxxhd国产人妻xxx| 蜜桃国产av成人99| 捣出白浆h1v1| 夫妻性生交免费视频一级片| 一级,二级,三级黄色视频| 成人手机av| 精品一区二区三区四区五区乱码 | 丁香六月天网| 久久狼人影院| 亚洲国产日韩一区二区| 精品国产一区二区三区久久久樱花| 母亲3免费完整高清在线观看 | 22中文网久久字幕| xxx大片免费视频| 99九九在线精品视频| 久久99热6这里只有精品| videos熟女内射| 国产午夜精品一二区理论片| av.在线天堂| 看非洲黑人一级黄片| 校园人妻丝袜中文字幕| 韩国高清视频一区二区三区| 97超碰精品成人国产| 两性夫妻黄色片 | 欧美激情国产日韩精品一区| 久久精品国产自在天天线| 国产精品女同一区二区软件| 九色亚洲精品在线播放| 纯流量卡能插随身wifi吗| 天天影视国产精品| 国产在线免费精品| 只有这里有精品99| 少妇的逼好多水| 成年人午夜在线观看视频| 久久精品国产a三级三级三级| 国产在线免费精品| 精品国产乱码久久久久久小说| 国产成人av激情在线播放| 丰满饥渴人妻一区二区三| 国产精品人妻久久久久久| 免费高清在线观看视频在线观看| 亚洲欧洲精品一区二区精品久久久 | 免费人妻精品一区二区三区视频| 少妇人妻久久综合中文| 日日爽夜夜爽网站| 狠狠精品人妻久久久久久综合| 中文天堂在线官网| 好男人视频免费观看在线| 日韩在线高清观看一区二区三区| 99香蕉大伊视频| 亚洲欧美日韩卡通动漫| 黄网站色视频无遮挡免费观看| 18禁动态无遮挡网站| 精品一品国产午夜福利视频| 久久久久精品人妻al黑| 国产永久视频网站| 大片电影免费在线观看免费| 大片免费播放器 马上看| 精品一区在线观看国产| 国产亚洲午夜精品一区二区久久| 国产亚洲精品久久久com| 日本欧美视频一区| 免费高清在线观看日韩| 99热网站在线观看| 在线观看免费高清a一片| 久久久精品区二区三区| 亚洲国产欧美日韩在线播放| 亚洲国产欧美日韩在线播放| 亚洲国产毛片av蜜桃av| 国产日韩欧美在线精品| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 免费观看性生交大片5| 97精品久久久久久久久久精品| 国产在线一区二区三区精| 欧美+日韩+精品| 亚洲激情五月婷婷啪啪| 成人国语在线视频| 午夜老司机福利剧场| 久久久久精品性色| 久久精品国产亚洲av天美| 成年女人在线观看亚洲视频| www.av在线官网国产| 日韩人妻精品一区2区三区| 日本猛色少妇xxxxx猛交久久| 一边摸一边做爽爽视频免费| 一级爰片在线观看| 亚洲欧美一区二区三区黑人 | 天天躁夜夜躁狠狠躁躁| 在线观看免费视频网站a站| 成人亚洲精品一区在线观看| 大香蕉久久成人网| 亚洲精品乱久久久久久| 精品国产国语对白av| 免费黄频网站在线观看国产| 欧美日韩一区二区视频在线观看视频在线| 五月伊人婷婷丁香| 成人18禁高潮啪啪吃奶动态图| 人妻少妇偷人精品九色| 黄色 视频免费看| 亚洲欧美色中文字幕在线| 午夜福利,免费看| 男女边摸边吃奶| www.色视频.com| 日韩欧美精品免费久久| a级毛色黄片| 日本91视频免费播放| av.在线天堂| 一本色道久久久久久精品综合| 日韩一区二区三区影片| 寂寞人妻少妇视频99o| 欧美少妇被猛烈插入视频| av在线app专区| freevideosex欧美| 春色校园在线视频观看| 免费av不卡在线播放| 男女国产视频网站| 99久久人妻综合| 婷婷色综合大香蕉| 最近2019中文字幕mv第一页| 精品国产露脸久久av麻豆| 国产1区2区3区精品| 精品亚洲成a人片在线观看| 超色免费av| 看免费av毛片| 人妻系列 视频| 两个人免费观看高清视频| 人人妻人人澡人人爽人人夜夜| 这个男人来自地球电影免费观看 | 人人澡人人妻人| 中文字幕精品免费在线观看视频 | 国产av码专区亚洲av| 色婷婷av一区二区三区视频| 久久精品久久久久久久性| 91午夜精品亚洲一区二区三区| 国产免费一区二区三区四区乱码| 欧美老熟妇乱子伦牲交| 日韩中文字幕视频在线看片| 女的被弄到高潮叫床怎么办| 国产免费现黄频在线看| 制服诱惑二区| 国产国语露脸激情在线看| 亚洲av中文av极速乱| 99久久中文字幕三级久久日本| 一二三四中文在线观看免费高清| 熟女人妻精品中文字幕| 精品人妻一区二区三区麻豆| 亚洲av电影在线进入| av片东京热男人的天堂| 亚洲欧美清纯卡通| 免费少妇av软件| 精品酒店卫生间| 永久免费av网站大全| 99久久中文字幕三级久久日本| 免费大片18禁| 少妇熟女欧美另类| 亚洲人成网站在线观看播放| 国产女主播在线喷水免费视频网站| 最近最新中文字幕免费大全7| 高清欧美精品videossex| 国产精品一区二区在线观看99| av一本久久久久| 高清在线视频一区二区三区| 69精品国产乱码久久久| 欧美3d第一页| 婷婷色麻豆天堂久久| 国产成人免费无遮挡视频| 国产高清三级在线| 香蕉丝袜av| 免费在线观看黄色视频的| 制服人妻中文乱码| 水蜜桃什么品种好| 日韩精品免费视频一区二区三区 | 女性生殖器流出的白浆| 日韩中字成人| 91精品国产国语对白视频| 久久久精品免费免费高清| 色吧在线观看| 日日啪夜夜爽| 永久免费av网站大全| 国产激情久久老熟女| 一二三四中文在线观看免费高清| 国产精品99久久99久久久不卡 | 久久久久久久久久久免费av| 波多野结衣一区麻豆| 黑人欧美特级aaaaaa片| 青春草国产在线视频| 免费av不卡在线播放| 免费大片18禁| 欧美激情 高清一区二区三区| 亚洲国产精品一区三区| 久久精品aⅴ一区二区三区四区 | 日韩三级伦理在线观看| 午夜精品国产一区二区电影| 成人毛片60女人毛片免费| 夜夜骑夜夜射夜夜干| 欧美激情极品国产一区二区三区 | 日本黄色日本黄色录像| 狂野欧美激情性xxxx在线观看| 少妇精品久久久久久久| 在线观看三级黄色| 丁香六月天网| 日韩制服骚丝袜av| 亚洲精品一区蜜桃| 日本av免费视频播放| 97精品久久久久久久久久精品| 亚洲激情五月婷婷啪啪| a 毛片基地| 性高湖久久久久久久久免费观看| 久久韩国三级中文字幕| 久久鲁丝午夜福利片| 2018国产大陆天天弄谢| 久久精品国产鲁丝片午夜精品| 在线天堂最新版资源| 五月玫瑰六月丁香| 亚洲综合精品二区| 国产深夜福利视频在线观看| 精品人妻熟女毛片av久久网站| 欧美精品一区二区免费开放| 91精品国产国语对白视频| 亚洲伊人色综图| 全区人妻精品视频| 午夜久久久在线观看| 国产日韩欧美视频二区| 伦理电影大哥的女人| 亚洲一级一片aⅴ在线观看| 我要看黄色一级片免费的| 久久久久久人人人人人| 日韩,欧美,国产一区二区三区| 久久精品久久久久久噜噜老黄| 国产成人免费无遮挡视频| 亚洲图色成人| 成人毛片60女人毛片免费| 啦啦啦中文免费视频观看日本| 日本91视频免费播放| 少妇被粗大猛烈的视频| 欧美xxxx性猛交bbbb| 国产不卡av网站在线观看| 精品一区二区三区四区五区乱码 | 日韩视频在线欧美| 国产熟女欧美一区二区| 亚洲国产精品专区欧美| 国产在视频线精品| 欧美变态另类bdsm刘玥| 一级,二级,三级黄色视频| 高清不卡的av网站| 亚洲国产看品久久| 国产亚洲午夜精品一区二区久久| 久久婷婷青草| 国产日韩一区二区三区精品不卡| 老熟女久久久| 丝袜人妻中文字幕| 卡戴珊不雅视频在线播放| 欧美成人午夜免费资源| 亚洲,欧美精品.| 18在线观看网站| 日本猛色少妇xxxxx猛交久久| 免费黄色在线免费观看| 91精品三级在线观看| 十分钟在线观看高清视频www| 男人爽女人下面视频在线观看| 亚洲三级黄色毛片| 在线观看免费日韩欧美大片| 人妻少妇偷人精品九色| 少妇人妻精品综合一区二区| 久久精品熟女亚洲av麻豆精品| 国产女主播在线喷水免费视频网站| 十分钟在线观看高清视频www| 日本欧美国产在线视频| 色5月婷婷丁香| 国产成人免费观看mmmm| 丝袜脚勾引网站| 亚洲精品美女久久av网站| 国产麻豆69| 日本爱情动作片www.在线观看| 丝袜在线中文字幕| 午夜视频国产福利| av播播在线观看一区| 丰满少妇做爰视频| 又黄又爽又刺激的免费视频.| 日韩人妻精品一区2区三区| 青青草视频在线视频观看| 考比视频在线观看| 免费观看无遮挡的男女| 国产精品.久久久| 激情五月婷婷亚洲| 自线自在国产av| 狠狠婷婷综合久久久久久88av| 热re99久久国产66热| 亚洲人成网站在线观看播放| 精品久久久久久电影网| 在线 av 中文字幕| 91精品三级在线观看| 少妇被粗大猛烈的视频| 久久国产亚洲av麻豆专区| 国产日韩欧美视频二区| 十八禁网站网址无遮挡| 亚洲综合色惰| av女优亚洲男人天堂| 亚洲成av片中文字幕在线观看 | 熟妇人妻不卡中文字幕| 永久网站在线| 多毛熟女@视频| 国产精品久久久久久久久免| 国产在线视频一区二区| 久久99一区二区三区| 啦啦啦在线观看免费高清www| 如何舔出高潮| 七月丁香在线播放| 天天影视国产精品| 最黄视频免费看| 99热6这里只有精品| 精品熟女少妇av免费看| 欧美精品国产亚洲| 丰满饥渴人妻一区二区三| 女性生殖器流出的白浆| √禁漫天堂资源中文www| 久久久久精品性色| av视频免费观看在线观看| 亚洲成国产人片在线观看| 黄网站色视频无遮挡免费观看| 交换朋友夫妻互换小说| 91精品国产国语对白视频| 日韩,欧美,国产一区二区三区| 一级毛片 在线播放| 51国产日韩欧美| 国产精品国产av在线观看| 99久久中文字幕三级久久日本| 丝袜脚勾引网站| 亚洲精品美女久久久久99蜜臀 | 欧美最新免费一区二区三区| 国产男人的电影天堂91| 99热全是精品| 亚洲经典国产精华液单| 久久久国产一区二区| 热re99久久精品国产66热6| 香蕉丝袜av| 日韩av免费高清视频| 妹子高潮喷水视频| 欧美精品人与动牲交sv欧美| 午夜福利视频精品| 欧美97在线视频| 日韩中字成人| 久久久久网色| 亚洲在久久综合| 亚洲av男天堂| 五月天丁香电影| 亚洲,欧美精品.| 亚洲精品国产色婷婷电影| 男人添女人高潮全过程视频| 精品久久久久久电影网| 亚洲欧美日韩另类电影网站| 色94色欧美一区二区| 最近最新中文字幕免费大全7| 少妇人妻精品综合一区二区| 插逼视频在线观看| 青春草亚洲视频在线观看| 欧美成人精品欧美一级黄| 国产永久视频网站| 日韩欧美精品免费久久| 精品人妻在线不人妻| 美女国产视频在线观看| 欧美成人精品欧美一级黄| 亚洲精品aⅴ在线观看| 99九九在线精品视频| 在线天堂中文资源库| 久久这里只有精品19| 女性被躁到高潮视频| 国产探花极品一区二区| 国产成人免费观看mmmm| 亚洲成人一二三区av| 91午夜精品亚洲一区二区三区| 久久97久久精品| 久久毛片免费看一区二区三区| 日韩制服骚丝袜av| 黄色 视频免费看| 高清黄色对白视频在线免费看| 日本爱情动作片www.在线观看| 午夜视频国产福利| 黄色怎么调成土黄色| 欧美日韩综合久久久久久| 久久99热6这里只有精品| 99热国产这里只有精品6| 精品人妻在线不人妻| 亚洲精品久久午夜乱码| 亚洲av欧美aⅴ国产| 国产精品久久久久久精品古装| xxx大片免费视频| 国产成人午夜福利电影在线观看| 久久影院123| 午夜福利在线观看免费完整高清在| 欧美精品亚洲一区二区| 搡女人真爽免费视频火全软件| 国产精品久久久av美女十八| 伦理电影免费视频| 久久毛片免费看一区二区三区| 国产日韩一区二区三区精品不卡| 秋霞伦理黄片| 久久午夜综合久久蜜桃| 久久99精品国语久久久| 黄色 视频免费看| 日日撸夜夜添| 天天躁夜夜躁狠狠躁躁| 国产国语露脸激情在线看| 新久久久久国产一级毛片| av福利片在线| 九九爱精品视频在线观看| 欧美日韩成人在线一区二区| 97人妻天天添夜夜摸| 在线天堂最新版资源| 又黄又粗又硬又大视频| 岛国毛片在线播放| 中国国产av一级| 国产探花极品一区二区| 男女边吃奶边做爰视频| 男女无遮挡免费网站观看| 自拍欧美九色日韩亚洲蝌蚪91| 新久久久久国产一级毛片| 日韩伦理黄色片| av黄色大香蕉| 国产亚洲欧美精品永久| 久久国产精品大桥未久av| 国产黄色视频一区二区在线观看| 最黄视频免费看| 精品视频人人做人人爽| 激情五月婷婷亚洲| 另类亚洲欧美激情| 久久午夜综合久久蜜桃| 久久久久精品人妻al黑| 久久综合国产亚洲精品| 亚洲国产精品999|