lyuuuuxinwei / kaggle

Kaggle Corporación Favorita 商品销量预测比赛

竞赛链接：https://www.kaggle.com/c/favorita-grocery-sales-forecasting

赛题：
基于历史销量与商品店铺数据，预测厄瓜多尔全国54个超市约4000种商品2017年8月下半月的每日销量。
方案：

使用滑窗法，对相似历史窗口选取训练验证集；分别根据销售业务特点和数据集的探索性分析，对不同历史窗口构造销量的统计量(指数加权平均|峰度偏度|最大最小等)、时间、超市、商品及其组合特征，建立GBDT模型；使用原始销量数据构造RNN(GRU)模型；在合适的参数空间波动参数，获得多个模型结果并进行加权平均融合。

完整文档.pdf详细描述了整个竞赛的分析解决方案

目录如下：
一． 赛题与数据介绍 1
1.1赛题及背景 1
1.2数据 2
二． 我的解决方案概述 5
2.1时间序列问题的整体解决方案 5
2.2我的解决方案 6
三． 数据探索 6
3.1 商品销量整体分布 6
3.2目标预测商品样本 7
3.3 总体销量的时序形态 8
3.4不同条目的销量变化模式 8
四． 特征工程 9
4.1历史销量统计量特征 9
4.2为以上1, 3, 7, 14, 28, 60, 140天内的平均值构造差分 9
4.3星期特征 9
4.4历史移动窗口平均 9
4.5 促销特征 10
4.6类别特征 10
五． 训练集验证集的选取 10
5.1训练集的选取 10
5.2验证集的选取 10
六． 模型的设计 10
6.1 lightGBM 10
6.2 神经网络NN模型 10   6.3其他尝试 10
七． 引申学习 11

文件结构

data文件夹存放了原始数据的截图
data exploring文件夹记录了分析过程
my script为最后的解决方案
top solution文件夹存放了优秀的解决方案