ЦЕЛЬ
Мотив этого задания - обучить алгоритм машинного обучения, который способен прогнозировать продажи продукта в конкретном магазине.
НАБОР ДАННЫХ
Набор данных был получен в kaggle, который состоит из 2 файлов csv (Train.csv, Text.csv). У нас есть набор данных Train (8523) и Test (5681), набор данных Train имеет как входные, так и выходные переменные (и). Нам нужно спрогнозировать продажи для набора данных Test.
- Item_Identifier: уникальный идентификатор продукта
- Item_Weight: Вес товара.
- Item_Fat_Content: обезжиренный продукт или нет.
- Item_Visibility:% от общей площади отображения всех продуктов в магазине, выделенной для конкретного продукта.
- Item_Type: категория, к которой принадлежит товар.
- Item_MRP: максимальная розничная цена (прейскурантная цена) продукта.
- Outlet_Identifier: уникальный идентификатор магазина
- Outlet_Establishment_Year: год открытия магазина.
- Outlet_Size: размер магазина с точки зрения занимаемой площади.
- Outlet_Location_Type: тип города, в котором расположен магазин.
- Outlet_Type: будь то выход, просто продуктовый магазин или какой-то супермаркет.
Item_Outlet_Sales: продажи продукта в определенном магазине. Это переменная результата, которую необходимо предсказать.
АНАЛИЗ И ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА НАБОРА ДАННЫХ
Импорт данных в Kaggle и добавление необходимых модулей.
Данные Train.csv,
Переход к нормализации.
РАЗДЕЛЕНИЕ ТЕСТОВ ДЛЯ ПОЕЗДА
Теперь, когда у нас есть данные для обучения и тестирования, которые были нормализованы, мы можем начать обучение различных моделей, чтобы предсказать наиболее точную модель для прогнозирования продаж продукта (Item_Outlet_Sales).
МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ
Перед использованием моделей нам необходимо импортировать необходимые пакеты, т.е.
МНОГОЛИНЕЙНАЯ МОДЕЛЬ РЕГРЕССИИ.
СЛУЧАЙНАЯ МОДЕЛЬ ЛЕСА
МОДЕЛЬ ПОЛИНОМИАЛЬНОЙ РЕГРЕССИИ
МОДЕЛЬ SVR
РЕЗУЛЬТАТЫ
1] СЛУЧАЙНАЯ МОДЕЛЬ ЛЕСА: 56%
2] МОДЕЛЬ SVR: 53 %
3] МОДЕЛЬ ПОЛИНОМИАЛЬНОЙ РЕГРЕССИИ: 50%
4] МНОГОЛИНЕЙНАЯ МОДЕЛЬ РЕГРЕССИИ: 49%
Гипотеза
Основываясь на результатах, представленных выше, мы можем сделать вывод, что одной из обучающих моделей, способных предсказать с наивысшей точностью, была бы СЛУЧАЙНАЯ МОДЕЛЬ ЛЕСА с точностью 56% с отклонением 4%, что также можно интерпретировать так, что когда мы делаем новый прогноз с новыми значениями, точность определенно будет варьироваться в пределах 52% - 60%.
Мы можем понять, что СЛУЧАЙНАЯ МОДЕЛЬ ЛЕСА требует меньше времени по сравнению с остальными моделями.
Причина, по которой мы получаем низкую оценку точности для каждой модели, заключается в меньшем количестве данных.