适用于零售行业的细类预测方法及装置

本发明公开了一种适用于零售行业的细类预测方法及装置，用于解决当前所采用的细类预测手段模型泛化能力不足以及特征选取不合理的技术问题。所述方法包括：获取历史细类销售数据集；对历史细类销售数据集进行特征降维与筛选，获得特征增强数据集；采用特征增强数据集，结合线性回归对预先构建的随机森林模型进行细类预测训练，获得细类预测模型；获取待测细类销售数据，并将待测细类销售数据输入至细类预测模型进行细类预测，获得细类预测结果。从而通过特征降维筛选，可以选取更合理、更具参考性的特征，结合随机森林算法以及线性回归进行细类预测训练，可以进一步提高模型泛化能力，并在后续实际应用时提高细类预测准确性。