如何解决使用 XGBoost 和 LSTM 对不同时间序列的多元时间序列预测模型
您好,我有一个具有不同特征(折扣、假期、天数)的多元时间序列数据集,用于每月销售 500 种产品和来自不同城市的 100 个客户,我想开发一个模型,XGBoost 或 LSTM 来预测在接下来的几个月里,每个客户的每个产品。是否可以创建一个模型来同时处理所有客户和产品的预测,或者您需要为每个产品和每个客户创建单独的模型?我知道当你有一个客户和一个产品时该怎么做,但是当你有多个客户和产品时,我不知道如何框架,他们的总数和它们的组合很大并且难以扩展。 我将不胜感激任何有关如何构建此问题的反馈或任何可以帮助我进步的示例/链接/python 代码
谢谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。