实施时间序列预测以预测未来客户订单的最佳方法是什么？

【问题标题】：What is the best approach to implement Time series forecasting to predict future customer orders?实施时间序列预测以预测未来客户订单的最佳方法是什么？
【发布时间】：2019-06-10 15:53:57
【问题描述】：

我有 2 年的客户、订购商品和订单数量的历史数据。基于这些数据，我试图在客户 - 项目级别预测未来的销售。我尝试了 ARIMA 模型，它没有给我预期的结果。任何建议或实施参考。我有兴趣尝试 LSTM 并寻找好的零售参考。

【问题讨论】：

标签： python machine-learning time-series data-science

【解决方案1】：

使用 ARIMA 模型可能具有挑战性，因为需要以合理的方式设置许多参数，尤其是在您尝试对季节性进行建模时。

这是一个关于使用 LSTM 解决零售问题的不错的入门讨论（带有代码）：https://machinelearningmastery.com/time-series-forecasting-long-short-term-memory-network-python/

此外，考虑确定一些可能影响销售的因变量，以添加为辅助输入。例如 - 某些商品在特定季节、国定假日前后等可能会卖得更多。

在如此详细的层面上进行预测总是具有挑战性的，因此您能找到的解释观察到的现象的变量越多，您就能做得越好。

【讨论】：