Crea una previsione di regressione per un nuovo prodotto
In un esercizio precedente abbiamo visto che vale la pena costruire anche previsioni con la regressione! Nel tuo workspace trovi già alcuni elementi pre-caricati. Hai un data frame chiamato MET_sp_train con le variabili log_sales, log_price, christmas, valentine, newyear e mother. Nel workspace hai anche un data frame di validazione MET_sp_valid per fare le previsioni.
Questo esercizio fa parte del corso
Previsione della domanda di prodotto in R
Istruzioni dell'esercizio
- Costruisci un modello di regressione che predica il log delle vendite usando il log del prezzo e tutte le variabili di festività e promozioni.
- Esegui le previsioni con la funzione
predicte il data frameMET_sp_valid. - Esponenzia la tua previsione e crea un oggetto xts.
- Calcola il MAPE usando l'oggetto
MET_sp_vper il tuo set di validazione. Il data frameMET_sp_validqui non ti serve perché contiene tutti i prezzi in log, mentre vuoi il MAPE sui prezzi reali.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Build a regression model on the training data
model_MET_sp_full <- lm(___ ~ ___ + ___ + ___ + ___ + ___, data = ___)
# Forecast the regression model using the predict function
pred_MET_sp <- ___(___, newdata = ___)
# Exponentiate your predictions and create an xts object
pred_MET_sp <- ___(___)
pred_MET_sp_xts <- ___(___, order.by = ___)
# Calculate MAPE
MAPE <- mape(___, ___)
print(MAPE)