売上個数予測

分析の概要

今回は、売上予測に挑戦していただきます。
過去の売り上げデータに基づき、将来1ヶ月間の各商品の売り上げを予測していただきます。
時系列テーマです。
 33ヶ月分のデータをもとに、34ヶ月目の各商品の総売り上げ個数を予測します。なお、店舗ごとではなく、各商品の1ヶ月あたりの総売り上げ個数の予測となります。

データセット

訓練用データはこちら

提出用データはこちら

※保存方法
Mac:右クリック⇒「リンク先を別名で保存」
Windows:右クリック⇒「名前を付けてリンク先を保存」

データセットのカラム説明

カラム名説明
shop_id店ごとに振り分けられた番号
item_id商品ごとに振り分けられた番号
item_category_idカテゴリーごとに振られた番号
item_cnt_day各店舗における各商品の1日あたりの売り上げ
item_price商品の値段
date年/月/日
date_block_num連続した月の番号 (2013/01を0として一ヶ月ごとに1加える)
item_name商品名
shop_name店名
item_category_nameカテゴリー名

評価方法

・評価方法は「RMSE」を使用してください。

・値が小さいほど精度が高く(=誤差が少なく)なります。

【参考】
 PythonのRMSE実装方法(sklearn公式ページ)
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.mean_squared_error.html

提出フォーム

提出フォームはこちら