基于XGBoost和LSTM加权组合模型在销售预测的应用

• 作者: 冯晨 陈志德
• 来源期刊: 计算机系统应用
• 关键词: ARIMA LSTM XGBoost 时间序列 组合模型预测
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 研究开发
• 页码范围: 226-232
• 页数: 7页
• 字数: 5418字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007091

摘要

针对多变量的商品销售预测问题,为了提高预测的精度,提出了一种ARIMA-XGBoost-LSTM加权组合方法,对具有多个影响因素的商品销售序列进行预测,本文采用ARIMA做单变量预测,将预测值作为新变量同其他变量一起放入XGBoost模型中进行不同属性的挖掘,并将XGBoost的预测值合并到多变量序列中,然后通过将新的多维数据转换为监督学习序列后利用LSTM模型进行预测,将3种模型预测结果进行加权组合,通过多次实验得出最佳组合的权值,以此计算出最终的预测值.数据结果表明,基于XGBoost和LSTM的加权组合的多变量预测方法比单一的预测方法所得到的预测值更为精准.