摘要
本发明公开了一种基于二阶交叉多元线性回归的销量预测方法及终端,将获取到的历史销售数据分为训练集和测试集;获取训练集中的待调整值以及待调整值对应的默认值;计算测试集对应的目标张量,并将与目标张量不相等的默认值的位置生成掩码;根据训练集训练初始二阶交叉多元线性回归模型得到目标二阶交叉多元线性回归模型,并在计算损失函数时,忽略所述掩码。本发明在模型的迭代过程计算损失函数时忽略有掩码的数据,从而降低对原始训练数据的质量要求,实现在模型迭代的过程中自动忽略原始训练数据中的高误差部分,从而降低了原始训练数据中的低质量部分对模型训练的影响,在原始训练数据质量无法进一步提高的情况下实现提高模型的预测精度。
技术关键词
多元线性回归模型
销量预测方法
连续型数据
训练集
自然语言
处理器
终端
误差
文本
存储器
非线性
序列
精度
参数
系统为您推荐了相关专利信息
固态硬盘
老化测试方法
高温老化测试
速度
构建分类器
会议智能管理方法
文档访问权限
关键词
核心
智能管理系统