Stacking集成学习方法在销售预测中的应用

• 作者: 李昌刚 王辉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 机器学习 销售预测 Stacking集成学习 XGBoost
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 85-90
• 页数: 6页
• 分类号: TP3
• 字数: 5290字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.08.016

摘要

为了提高单一预测模型在销售预测中的性能,提出一种在多机器学习模型融合下基于Stacking集成策略的销售预测方法.将数据划分为四个同分布的数据集;基于各数据集训练多个基学习器;以XGBoost算法为元学习器构建两层Stacking集成学习方法;使用德国Roseman超市在Kaggle平台上的销售数据对算法进行验证.实验结果表明:在Stacking模型中,元学习器利用各基学习器的算法优势提升了模型的预测性能,相比单个模型在测试集上的均方根百分误差,Stacking模型最高减少了23.5％,最低减少了1.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王辉	浙江万里学院信息与智能学院	3	6	1.0	2.0
2	李昌刚	浙江万里学院信息与智能学院	17	83	6.0	8.0