10.3969/j.issn.1000-386x.2020.08.016
Stacking集成学习方法在销售预测中的应用
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％.
机器学习、销售预测、Stacking集成学习、XGBoost
37
TP3(计算技术、计算机技术)
宁波市科技特派员团队项目2018C80002-10
2020-08-19（万方平台首次上网日期，不代表论文的发表时间）
共6页
85-90
