SimonWang00 / salesPredictLinks
基于ARIMA时间序列的销量预测模型,实际预测准确率达90%以上,内含有测试记录和实际上线效果。
☆109Updated 6 years ago
Alternatives and similar repositories for salesPredict
Users that are interested in salesPredict are comparing it to the libraries listed below
Sorting:
- Time Series Prediction, Stateful LSTM; 时间序列预测,洗发水销量/股票走势预测,有状态循环神经网络☆57Updated 8 years ago
- 时间序列ARIMA模型的销量预测☆65Updated 7 years ago
- 利用时间序列预测汽车销量☆43Updated 7 years ago
- 客流量时间序列预测模型☆129Updated 3 years ago
- 基于Keras的LSTM多变量时间序列预测☆184Updated 7 years ago
- 时间序列理论和案例实践☆72Updated 8 years ago
- 房价预测完整项目:1.爬取链家网数据 2.处理后,用sklearn中几个逻辑回归机器学习模型和keras神经网络搭建模型预测房价 最终结果神经网络效果更好,R^2值0.75左右☆244Updated 6 years ago
- 机器学习的特征工程,包括特征抽取、特征预处理、特征选择、特征降维。☆25Updated 6 years ago
- 不同时间序列预测方法对上海旅游规模进行预测☆18Updated 6 years ago
- 算法根据单个板块或单只股票的历史数据判断板块指数或个股次日收盘价信息,得到相应的调仓对策。可回归(预测具体价格)可分类(预测涨跌)。 长短期记忆模型(LSTM)是循环神经网络(RNN)的一种,每个输入样本都是一个序列(如某板块20天的四价一量)用这个序列预测结果。它认为某些…☆63Updated 5 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆118Updated 5 years ago
- 智能供应链分析,对顾客用rfm模型分类,用多种机器学习模型建模,进行欺诈订单预测,延迟发货预测,销售额预测,销售数量预测☆39Updated 5 years ago
- 基于seq2seq模型的风功率预测☆30Updated 6 years ago
- 使用pytorch搭建的循环神经网络在股票数据时间序列上的应用☆109Updated 7 years ago
- 竞赛项目集合:Rossmann销售预测(Top3%)、HousePrices(Top34%)、数字识别(Top78%)、泰坦尼克(Top83%)、能源预测③(Top36%)、未来价格预测(Top37%)、NFL大数据碗(Top61%)、厄瓜多尔连锁超市销售预测(Top48%…☆41Updated 4 years ago
- 金融时间序列(预测分析 / 相似度 / 数据处理)☆260Updated last year
- 机器学习预测系统汇总:包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆86Updated 5 years ago
- LR / SVM / XGBoost / RandomForest etc.☆29Updated 5 years ago
- 使用决策树进行客户流失预测分析☆11Updated 7 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆213Updated 6 years ago
- 对截止至2017年7月17日的债券违约事件进行梳理归因,并寻找宏观流动性影响因素,组成数据集。运用Lasso回归进行特征提取后,输入带L2惩罚项LR、SVM、NN、GBDT、RF等机器学习模型进行违约预测,得出GBDT预测效果最好以及特征工程对线性模型预测效果具有重要性的结…☆58Updated 6 years ago
- 《应用时间序列分析》易丹辉、王燕著; 案例Python实现☆17Updated 6 years ago
- 包括决策树和随机森林进行离职人员预测,Xgboost和lightGBM的应用☆287Updated 5 years ago
- 使用sklearn做特征工程☆176Updated 7 years ago
- 基于KNN聚类算法结合Dynamic Time Warping(动态时间调整)的时间序列分类☆63Updated 6 years ago
- 交易欺诈作为信用卡行业面临的主要贷后风险业务问题,每年都使信用卡行业遭受巨额损失。基于大数据机器学习开发出高效的交易欺诈识别模型一直是金融行业的主要挑战之一。本次大赛以此作为主题☆45Updated 6 years ago
- 2019科大讯飞工程机械赛题-亚军☆39Updated 6 years ago
- 基于统计学的时间序列预测(AR,ARM).☆292Updated 5 years ago
- 天池智慧交通预测挑战赛解决方案☆508Updated 8 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数?【时序数据预测】☆40Updated 5 years ago