Компания может лучше контролировать расходы на производство и маркетинг продукта, прогнозируя его будущие продажи. Прогнозирование будущих продаж продукта имеет множество дополнительных преимуществ. Итак, эта статья для вас, если вы хотите научиться использовать машинное обучение для прогнозирования будущих продаж продукта. В этом эссе я покажу вам процесс использования Python для прогнозирования будущих продаж с помощью машинного обучения.
Представленный здесь набор данных включает информацию о доходах продукта. Набор данных относится к рекламным расходам бизнеса на различных рекламных платформах. Категории набора данных описаны в таблице ниже:
- Телевидение: затраты на рекламу в долларах США на рекламу на телевидении;
- Радио: расходы на рекламу в долларах, потраченные на рекламу на радио;
- Газета: затраты на рекламу в газете в долларах;
- Продажи: количество проданных единиц;
Итак, в приведенной выше информации на продажи продукта влияет цена его рекламы. Я надеюсь, что теперь вы полностью понимаете все, что касается этой коллекции. В следующей части я расскажу вам о задаче прогнозирования будущих продаж с помощью машинного обучения и Python.
Прогноз будущих продаж с использованием Python
Давайте начнем задачу прогнозирования будущих продаж с помощью машинного обучения, импортировав необходимые библиотеки Python и набор данных:
Давайте посмотрим, содержит ли этот набор данных какие-либо нулевые значения или нет:
Таким образом, этот набор данных не имеет нулевых значений. Теперь давайте визуализируем взаимосвязь между суммой, потраченной на рекламу на ТВ, и проданными единицами:
Теперь давайте визуализируем взаимосвязь между суммой, потраченной на рекламу в газетах, и проданными единицами:
Теперь давайте визуализируем взаимосвязь между суммой, потраченной на рекламу на радио, и количеством проданных единиц:
Из всей суммы, потраченной на рекламу на различных платформах, я вижу, что сумма, потраченная на рекламу продукта на телевидении, приводит к увеличению продаж продукта. Теперь давайте посмотрим на корреляцию всех столбцов со столбцом продаж:
Модель прогнозирования будущих продаж
Теперь в этом разделе я буду обучать модель машинного обучения прогнозированию будущих продаж продукта. Но прежде чем я обучу модель, давайте разделим данные на обучающий и тестовый наборы:
Теперь давайте обучим модель прогнозировать будущие продажи:
Теперь давайте введем значения в модель в соответствии с функциями, которые мы использовали для ее обучения, и предскажем, сколько единиц продукта может быть продано на основе суммы, потраченной на его рекламу на различных платформах:
Краткое содержание
Поэтому именно так мы учим модель машинного обучения прогнозировать будущие продажи продукта. Компания может лучше контролировать расходы на производство и маркетинг продукта, прогнозируя его будущие продажи. Надеюсь, вам понравилось читать эту статью об использовании машинного обучения для прогнозирования будущих продаж. Пожалуйста, не стесняйтесь публиковать проницательные запросы в области комментариев ниже.
Весь код, использованный в этой статье, доступен на моем Github.
Подпишитесь на меня в Twitter.
