摘要
本发明公开了基于线性回归的卷烟聚合支付金额预测方法,包括:采集目标门店的历史卷烟销售数据,进行数据预处理,生成预测数据集;将历史聚合支付金额作为因变量,其他历史卷烟销售数据作为自变量,构建线性回归模型并利用预测数据集完成训练;采集目标门店在目标时间段内的销售数据,预处理后输入训练好的线性回归模型,得到聚合支付金额预测值;本发明通过科学的数据预处理方法,包括定类变量的编码、降维处理和标准化处理,显著减少了变量间的冗余性和量纲差异,确保模型输入数据的质量。同时,通过构建线性回归模型,精准地捕捉卷烟销售数据的内在规律,预测精度得以大幅提升。
技术关键词
线性回归模型
卷烟
变量
数据预处理方法
扫码
便利店
店铺
覆盖率
档位
时间段
编码
冗余
客户
单体
数值
序列
误差
精度