wordpress免费网站国外,做最最优秀的视频网站,不花钱的免费永久云服务器平台,活动策划网随着数据挖掘与人工智能技术的发展#xff0c;越来越多的企业将大数据运用到生产实践与决策指导中。其中#xff0c;构建合适的模型对未来的趋势进行预测#xff0c;是数据挖掘中十分重要的一部分。本文将通过一个小案例教会你如何利用数据挖掘技术实现预测未来不是梦。【工… 随着数据挖掘与人工智能技术的发展越来越多的企业将大数据运用到生产实践与决策指导中。其中构建合适的模型对未来的趋势进行预测是数据挖掘中十分重要的一部分。本文将通过一个小案例教会你如何利用数据挖掘技术实现预测未来不是梦。【工具】R语言【算法】多元线性回归模型【目标】预测2018年第一季度小卖部的周均客流量 数据准备线性回归是指利用数理统计中回归分析原理来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法运用十分广泛其表达形式为y wxe。多元线性回归预测则是指利用两个或两个以上自变量的最优组合对因变量进行预测。看不懂没关系我举个栗子你就明白了——在本文案例“预测2018年第一季度小卖部的周均客流量”的课题中因变量就是我们需要预测的内容即客流量自变量则指的是可能对小卖部客流量产生影响的若干个因素。自变量的选择尤为重要一个优秀的数据分析师应该运用其严密的逻辑、熟练的业务和天马行空的想象力尽可能地将所有的相关因素一列俱全手机前的你也可以暂停几秒看看自己脑海中能想出什么样的自变量因素呢经过思考和讨论分析师给出了以下一些自变量清单小卖部业务水平相关因素商品种类、商品价格、商品缺货率、售货员人数、收银台数量、促销商品数量、促销折扣力度……小卖部所在社区相关因素社区占地面积、社区居住人口、社区人流量、社区房价、社区物业服务水平……宏观经济因素居民消费指数、恩格尔系数、定期存款利率、活期存款利率……其他因素政府政策、天气情况……也许你会觉得这些变量——也太多了吧怎么找啊怎么处理啊跟客流量有毛线关系啊不用担心一方面比我们更加机智的模型算法会帮我们挑选出最合适、预测效果最佳的几个变量另一方面受现实因素的限制许多的变量数据是我们无从搜集或无法获取的。我们采用了实地考察、走访调查、蹲点采集、撒娇卖萌等各种手段最终获取到了以下8个指标作为预测模型的自变量小卖部商品种类小卖部商品均价小卖部开启的收银台数量小卖部的促销力度小卖部的卫生情况小卖部商品缺货率小区客流量当地气温要注意一家人呢最重要的就是整整齐齐数据也是。以上数据必须时间跨度统一都是从2003年1月至2018年3月的数据、粒度统一都是周度数据且获取的数据越多模型预测的效果也就越好。当然还少不了已知的小卖部客流量数据2003年至2017年的周度数据。 构建预测模型接下来是高大上的代码实现阶段不要紧张请跟着我一步步走——1、输入数据。train为训练集数据即2003年至2017年所有字段的周度数据。test为预测数据需要预测2018年第一季度的客流量则test数据集包括了2018年1月至3月共13周的自变量数据。2、拟合线性模型。R中实现拟合线性模型的基本函数是lm()客流量即为需要拟合得因变量英文字符“.”代表数据框df_train中的全部变量。用summary查看拟合结果结果中有四个指标需要关注一是每个变量倒数第二列的t value即T检验是检验变量显著性的指标。二是每个变量最后一列的P值P值越小回归效果越显著后面星级越高。三是倒数第二行拟合优度R-squared和修正拟合优度Adjusted R-squared衡量回归方程对样本的拟合程度值越接近于1回归效果越好。四是最后一行的F-statistic值即我们常说的F统计量是检验方程整体显著性的指标。3、逐步回归构建最优模型。在step和drop过程中模型会自动筛选出一些对于预测效果无影响或是起反作用的不好的自变量也就是P值较大的变量。drop函数会给出下一步线性拟合的变量因素。有时也可以根据P值手动筛选掉效果不佳的变量因素。在第2步summary(Lm)的结果中“收银台数量”这一变量的P值约为0.08其星级也小于其他变量因此可以在下一步拟合中尝试去掉该变量。查看step2的拟合结果去掉“收银台数量”这一变量后拟合优度R-squared和修正拟合优度Adjusted R-squared和上一步的值相差不多说明提出的变量并没有对结果产生较大的影响。在构建拟合模型过程中可以不断地剔除P值较大、星级较小、拟合效果不好的变量直到模型能够使用最少的因素达到最佳的预测效果。预测结果构建出最佳的拟合模型后我们就可以用该模型来进行预测。predict函数的两个参数分别为“构建出的拟合模型”和“预测集的变量数据”即调用step2模型对test数据集进行预测。输出predict结果即得到了预测出的2018年第一季度共13周的小卖部客流量数据。经过缜密的分析和精确的计算我们最终得到了最终结果——2018年第一季度小卖部的周均客流量预计为同学们学会了吗代码拿去赶快练习练习下一个数据分析高手就是你哦
