【摘 要】
：
本文提出一种基于K-means聚类与机器学习回归算法的预测模型以解决零售行业多个商品的销售预测问题,首先通过聚类分析识别出具有相似销售模式的商品从而实现数据集的划分,然后分别在每个子数据集上训练了支持向量回归、随机森林以及XGBoost模型,通过构建数据池的方式增加了用于训练模型的数据量以及预测变量的选择范围.在一家零售企业的真实销售数据集上对提出的模型进行了验证,实验结果表明基于K-means和支持向量回归的预测模型表现最优,且所提出的模型预测效果明显优于基准模型以及不使用聚类的机器学习模型.
【机 构】
：
同济大学经济与管理学院,上海200092
论文部分内容阅读
本文提出一种基于K-means聚类与机器学习回归算法的预测模型以解决零售行业多个商品的销售预测问题,首先通过聚类分析识别出具有相似销售模式的商品从而实现数据集的划分,然后分别在每个子数据集上训练了支持向量回归、随机森林以及XGBoost模型,通过构建数据池的方式增加了用于训练模型的数据量以及预测变量的选择范围.在一家零售企业的真实销售数据集上对提出的模型进行了验证,实验结果表明基于K-means和支持向量回归的预测模型表现最优,且所提出的模型预测效果明显优于基准模型以及不使用聚类的机器学习模型.
其他文献
为解决基于视频流的人体关键点检测效果不佳及视频流切片后可能会发生运动模糊的问题,提出了一种改进的RetinaNet-CPN网络对人体关键点进行检测,有效解决切片后运动模糊图像的干扰并提高了人体关键点的检测准确率.视频流切片后,先用改进的RetinaNet网络检测出图片中的所有人并对每个目标框做模糊检测,对大于阈值的目标框做去模糊处理,最后用引入注意力机制的CPN网络提取关键点.将RetinaNet
Positive nucleic acid(NA)results have been found in recovered and discharged COVID-19 patients,but the proportion is unclear.This study was designed to analyze the recurrent positive rate of NA results after consecutively negative results,and the relation
将智能仓储中的自主移动群机器人订单任务分配,建模成群机器人协同调度的多目标优化问题,将成员机器人完成拣货任务的路径代价和时间代价作为优化目标.设计了蚁群-遗传算法融合框架并在其中求解.该框架中,蚁群算法作为副算法,用于初始种群优化;遗传算法改进后作为主算法.具体地,在遗传算法轮盘赌选择算子后引入精英保留策略,并在遗传操作中加入逆转算子.针对不同数量的订单任务,使用不同规模的群机器人系统进行了任务分配仿真实验.结果表明,在本文所提的融合框架中求解,较分别使用蚁群算法或遗传算法单独求解,性能上具有明显优势,能
在中国,手机网民规模已达到9.32亿,其在整个网民中占比达99.2％.其中,我国高校学生的智能手机普及率接近100％,这使得在高校内利用智能手机APP辅助教学成为可能.论文研究在高校课堂中引入手机APP进行学习评测和管理的方法,即将传统的课程、班级管理及部分评价方法融入手机APP中,以提高高校课堂学习管理的效率和学生学习知识的积极性.论文对3门课程16个班级的884名学生进行了手机课堂测验应用,并对其中两门课4个班级的165名学生进行了手机课堂测验和纸质测验的对比试验,同时对124名学生进行针对手机测验的
Vitamin B12 deficiency,mostly of maternal origin in newborns,is a well treatable condition but can cause severe neurologic sequelae.In women of childbearing age and pregnant women worldwide vitamin B12 deficiency has been reported with frequencies of 10％-
Senile plaques(SPs)are one of the pathological features of Alzheimer\'s disease(AD)and they are formed by the overproduction and aggregation of amyloid-beta(Aβ)peptides derived from the abnormal cleavage of amyloid precursor protein(APP).Thus,understand
随着地质研究与大数据的融合,形成了“多元异构、高容量、低价值密度的”海量地质数据.尤其在城市建设中反映地表和地面沉降情况的地质形变监测数据,具有容量大、时变性、维度复杂的特点.如何通过可视化技术更直观的服务于地质研究分析与问题决策,成为该领域数据可视化研究与应用热点.本文针对这一问题,通过干涉合成孔径雷达(Interferomeric Synthetic Aperture Radar,InSAR)采集的数据,提出一种在 Cesium 和 Geoserver 融合构建的Web三维场景下,展示地域沉降形变监测
在工程现场因不佩戴安全帽导致的悲剧时有发生,为了协助工程现场管理人员保障工人的人身安全,本文设计实现了一种基于深度学习的安全帽智能监管系统.该系统采用集速度和精度为一体的YOLOv4目标检测模型,在数据集上使用K-means算法聚类分析生成新的先验框,并使用新的先验框进行训练,将安全帽的检测精度提高至92%;将检测模型YOLOv4与跟踪模型DeepSORT相结合,有效解决重复警告和无法对违规数据进
This study aims to develop the expert consensus on nurse\'s human caring for Corona Virus Disease 2019(COVID-19)patients in different sites,and thus provide a guideline on providing whole process and systematic caring for COVID-19 patients.Based on the
FMS-like tyrosine kinase 3 (FLT3) mutation is strongly associated with poor prognosis in acute myeloid leukemia (AML).Though many FLT3 inhibitors have been developed for clinical application with 34％-56％ complete remission rate,patients would develop resi