在 Azure ML 算法选择中预测每个项目的销售额

【问题标题】：Forecasting sales per item in Azure ML algorithm choice在 Azure ML 算法选择中预测每个项目的销售额
【发布时间】：2018-08-16 06:08:45
【问题描述】：

我有近 10 年的销售数据，假设格式如下：

 DateKey    Product     Count    Price      Type 

 20140701    Shoe        10      $100         X
 20140701    Shoe         5      $40          Y
 20140702    Shirt       50      $80          Z
 20140703    Shoe        10      $105         A
.

.

 20180630   . ......

现在我想预测这个财政年度（2018-19）的销售细目。

我有 2018 年 7 月的销售数据，可用于对我的模型进行评分，但我不确定要使用哪种算法。我正在使用 Azure ML Studio

【问题讨论】：

标签： machine-learning prediction forecasting

【解决方案1】：

Cortana 库中有大量示例实验。例如，此one 可以为您提供使用 Azure ML Studio 进行时间序列预测的简要概述

【讨论】：

我放弃了处理那个数据集，我汇总了每天的销售数据，只想预测明年的每日销售额。在这种情况下，我是否必须在 R 中使用时间序列？
好吧，对我来说什么都没有改变，因为你只是改变了周期性，预测范围是 365 天，对吧？看看这个（a-little-book-of-r-for-time-series.readthedocs.io/en/latest/src/…）。逻辑很简单：您首先检测全局模式，调整您的预测模型并设置视野。