基于Xgboost的商业销售预测

• 作者: 叶倩怡 姬名书 饶泓
• 来源期刊: 南昌大学学报（理科版）
• 学科: 工学
• 关键词: Xgboost 集成学习 组合模型 销售预测
• 年，卷（期）: 2017,（3）
• 页码范围: 275-281
• 页数: 7页
• 分类号: TP181
• 字数: 5721字
• 语种: 中文

摘要

以德国Rossmann商场的数据为例,通过对数据的探索性分析,以相关背景业务知识体系为基础,通过可视化分析,提取隐含在数据里的特征,使用性能较优的Xgboost方法进行规则挖掘,取得较好效果.为进一步提高Xgboost方法的预测精度和泛化性能,论文结合特征工程,采用集成学习方法,利用GLMNET和Xgboost模型拟合残差,结合LM、TSLM在趋势和季节性预测的优点,提出一种基于Xgboost的优化组合模型用以对行业数据进行预测,通过实验验证了该组合模型具有较好的精度和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	饶泓	南昌大学信息工程学院	39	365	12.0	17.0
2	叶倩怡	南昌大学信息工程学院	1	43	1.0	1.0
3	姬名书	南昌大学信息工程学院	2	46	2.0	2.0