เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สร้างการพยากรณ์แบบถดถอยสำหรับผลิตภัณฑ์ใหม่

จากแบบฝึกหัดก่อนหน้า เราพบว่าการพยากรณ์แบบถดถอยก็เป็นวิธีที่คุ้มค่าในการนำมาใช้! workspace มีข้อมูลที่โหลดไว้ให้แล้ว ได้แก่ data frame ชื่อ MET_sp_train ซึ่งมีตัวแปร log_sales, log_price, christmas, valentine, newyear และ mother และยังมี data frame สำหรับการตรวจสอบชื่อ MET_sp_valid สำหรับการพยากรณ์ด้วย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การพยากรณ์ความต้องการสินค้าใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างโมเดลถดถอยเพื่อพยากรณ์ค่า log ของยอดขาย โดยใช้ค่า log ของราคาและตัวแปรวันหยุดและโปรโมชันทั้งหมด
  • พยากรณ์ผลลัพธ์จากโมเดลโดยใช้ฟังก์ชัน predict และ data frame MET_sp_valid
  • ทำ exponentiate กับค่าพยากรณ์และสร้าง xts object
  • คำนวณค่า MAPE โดยใช้ object MET_sp_v สำหรับชุดข้อมูลตรวจสอบ ไม่ควรใช้ data frame MET_sp_valid ในขั้นตอนนี้ เนื่องจากมีเฉพาะค่า log ของราคา แต่ต้องการคำนวณ MAPE บนราคาจริง

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)
แก้ไขและรันโค้ด