Python 多项式预测2019年天猫销售额_python预测近一年的销售额

1.数据源

采用cnbeta新闻报道中的数据：《[直击]2019年天猫双11落幕：交易额2684亿元》
有效数字保留三位，其中2009年为0.52亿、2010年为9.36亿、2011年为52.0亿。
2.代码构建

我们将使用scikitlearn的多项式回归实现预测。训练集是2009至2014年的数据，后续测试中将陆续增加训练集至2018年。
2.1 数据预处理

构造三次多项式特征需要以列的形式，因此代码中会将numpy数组reshape成列形式。
# 数据集
datasets_X = [2009, 2010, 2011, 2012, 2013, 2014]
datasets_Y = [0.52, 9.36, 52.0, 191, 350, 571]
test_X = [2015, 2016, 2017, 2018, 2019]
real_Y =  [912, 1207, 1682, 2132, 2684]
# 数据预处理
dataset_length = len(datasets_X)
test_length = len(test_X)
# 将数据转化为numpy数组，并变为列的形式
datasets_X = np.array(datasets_X).reshape([dataset_length, 1])
test_X = np.array(test_X).reshape([test_length, 1])
datasets_Y = np.array(datasets_Y)
real_Y = np.array(real_Y)
2.2 数据建模训练
 
这里需要注意的是，必须先构建三次多项式特征后才可放入线性回归模型。 
# 数据建模
# 构造三次多项式特征
poly_reg = PolynomialFeatures(degree=3)
X_poly = poly_reg.fit_transform(datasets_X)
# 使用线性回归模型学习X_poly和datasets_Y之间的映射关系
lin_reg_3 = LinearRegression()
lin_reg_3.fit(X_poly, datasets_Y) 
#### 2.3 数据预测
训练完毕后，就可以将lin_reg_3模型用于预测：
data = poly_reg.fit_transform(test_X)
pred = lin_reg_3.predict(data)
print(pred) 
[ 830.64251041 1127.88919544 1457.47841358 1814.48141575 2193.96944141]
在这个训练集的基础上，预测2019年的销售额是2193亿，和真实的2684亿还是差了点。不过这样看不是很直观，让我们可视化一下数据，并逐渐增加训练集。 
3.数据可视化
 
用 matplotlib 可以非常简单地实现这一步，设定X轴范围—绘制数据点—绘制线，最后加上横纵轴说明。 
# 数据可视化
X = np.arange(2009, 2020).reshape([-1, 1])
# 蓝色显示训练数据点
plt.scatter(datasets_X, datasets_Y, color='blue')
# 红色显示真实数据点
plt.scatter(test_X, real_Y, color='red')
# 黄色显示预测数据点
plt.scatter(test_X, pred, color='yellow')
plt.plot(X, lin_reg_3.predict(poly_reg.fit_transform(X)), color='black')
plt.xlabel('年份')
plt.ylabel('销售额(亿)')
plt.show() 
结果如下，蓝色点是训练值，红色点是真实值，而黄色的点是预测值： 
训练集增加2015年的真实数据，结果如下： 
有意思，真实值反而比预测值低了，说明2015年这一年的成交额非常优秀。 
再增加2016年的真实数据到训练集里看一下。 
现在，2017年、2018年的预测值非常接近，预测2019年的销售额是2507.3990亿元，离真实的2684亿差了100多亿。让我们继续增加2017年的真实数据到训练集中，预测2018年和2019年的销售额。 
优秀，不过2019年预测的销售额为2750亿，略高于真实值2684亿，我们最后将2018年真实值加入到训练集中，看看2019年该模型的预测值是多少。 
惊呆了，小红点和小黄点完美重合。按照这个模型，2020年的双十一销售额将会是3293亿元。 
关注文章最下方Python实用宝典公众号二维码，回复 天猫销售额预测 或阅读原文下载查阅本模型完整源代码： 
import matplotlib.pyplot as plt
import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures
from sklearn.metrics import r2_score
# 指定默认字体否则图片显示不了中文
from pylab import mpl
mpl.rcParams['axes.unicode_minus'] = False # 解决符号显示问题
mpl.rcParams['font.sans-serif'] = ['FangSong']
# 数据集
datasets_X = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018]
datasets_Y = [0.52, 9.36, 52.0, 191, 350, 571, 912, 1207, 1682, 2132]
test_X = [2019]
real_Y =  [2684]
# 数据预处理
dataset_length = len(datasets_X)
test_length = len(test_X)
# 将数据转化为numpy数组
datasets_X = np.array(datasets_X).reshape([dataset_length, 1])
test_X = np.array(test_X).reshape([test_length, 1])
datasets_Y = np.array(datasets_Y)
real_Y = np.array(real_Y)
# 数据建模
# 构造三次多项式特征
poly_reg = PolynomialFeatures(degree=3)
X_poly = poly_reg.fit_transform(datasets_X)
# 使用线性回归模型学习X_poly和datasets_Y之间的映射关系
lin_reg_3 = LinearRegression()
lin_reg_3.fit(X_poly, datasets_Y)
data = poly_reg.fit_transform(test_X)
pred = lin_reg_3.predict(data)
print(pred)
# 数据可视化
X = np.arange(2009, 2020).reshape([-1, 1])
# 蓝色显示训练数据点
plt.scatter(datasets_X, datasets_Y, color='blue')
# 红色显示真实数据点
plt.scatter(test_X, real_Y, color='red')
# 黄色显示预测数据点
plt.scatter(test_X, pred, color='yellow')
plt.plot(X, lin_reg_3.predict(poly_reg.fit_transform(X)), color='black')
plt.xlabel('年份')
plt.ylabel('销售额(亿)')
plt.show() 
如果你喜欢今天的Python 教程，请持续关注Python实用宝典，如果对你有帮助，麻烦在下面点一个赞/在看哦有任何问题都可以在下方留言区留言，我们会耐心解答的！ 
Python实用宝典 (pythondict.com)
 不只是一个宝典
 欢迎关注公众号：Python实用宝典 
原文来自Python实用宝典：Python 多项式预测2019年天猫销售额 
                    双十一刚过，天猫的销售额创新高占领了各大新闻媒体头条。但是，知乎上的一个问题对本次双十一的销售额提出了一个非常有意思的问题：《如何看待双十一销售额完美分布在三次回归曲线上且拟合高达 99.94%？是巧合还是造假？》本文的重点放在如何用Python实现三次回归曲线的预测功能。1.数据源采用cnbeta新闻报道中的数据：《[直击]2019年天猫双11落幕：交易额2684亿元》有效数字保留三位，其中2009年为0.52亿、2010年为9.36亿、2011年为52.0亿。2.代码构建我们将使用scik
在一元回归分析中，如果变量 y 与自变量 x的关系为非线性的，但又找不到适当的函数曲线来拟合，则可以采用一元多项式回归。
## 1. PolynomialFeatures
多项式生成函数：
<font face="Time New Roman" color=caf size=4> **sklearn.prep...
时间序列分析：时间序列表示基于时间顺序的一系列数据。 它可以是秒、分钟、小时、天、周、月、年。 未来的数据将取决于它以前的值。
在现实世界的案例中，我们主要有两种类型的时间序列分析——
单变量时间序列
多元时间序列
对于单变量时间序列数据，我们将使用单列进行预测。
正如我们所见，只有一列，因此即将到来
2、编写程序，先在当前文件夹中生成某书店2019年度每日的营业额模拟数据文件data.csv。然后完成下面的任务：
（1）使用pandas读取文件data.csv中的数据，创建DataFrame对象，并删除其中所有缺失值；
（2）使用matplotlib生成折线图，反应该书店每天的营业额情况，并把图形保存为本地文件first.jpg；
（3）按月份进行统计，使用matplotlib绘制柱状图显示每个月份的营业额，并把图形保存为本地文件second.
				文章目录项目介绍数据介绍导入部分库数据预处理数据格式整理异常值分析数据分析描述性统计周趋势、日趋势分析产品价格分析地区分析转化率分析总结
本项目将对2020年2月份的真实天猫订单成交数据（共28010条记录）进行数据清洗、数据可视化、数据分析，阐述销售现状、挖掘潜在规律、发现存在问题、提出可行性建议。
下面是这个项目的分析导图。
包含了天猫2020年2月份的共28010条订单数据，有以下7个字段：
订单编号：共28010条
总金额：该笔订单的总金额
买家实际支付金额：实际成交金额。分为
				Spiders on Tianmao Taobao JingDong
暂时只放两个
github地址https://github.com/lidongone/Spider_on_Tianmao_and_Taobao
京东、天猫、淘宝单功能爬虫Demo京东评论多线程爬取，并存入json
2014年5月29日 10:44:52
====================测试结果====
				多项式回归是一种回归分析方法，用于研究因变量与一个或多个自变量之间的多项式关系。在Python中，我们可以使用多项式回归来进行预测。首先，我们需要导入必要的库，如NumPy和Scikit-Learn。然后，我们可以使用Scikit-Learn的PolynomialFeatures类来创建多项式特征，将原始特征转换为多项式特征。接下来，我们可以使用线性回归模型来拟合多项式特征，并进行预测。以下是实现多项式回归预测的大致步骤：
1. 导入必要的库：
```python
import numpy as np
from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import LinearRegression
2. 创建特征矩阵：
```python
# 假设我们有一个包含自变量的特征矩阵 X 和因变量的向量 y
# X 的形状应为 (n_samples, n_features)，y 的形状应为 (n_samples, )
X = ...
y = ...
3. 创建多项式特征：
```python
# 创建 PolynomialFeatures 对象，并指定要转换的特征的最高次数
poly = PolynomialFeatures(degree=n)
X_poly = poly.fit_transform(X)
4. 拟合多项式回归模型：
```python
# 创建线性回归模型对象
model = LinearRegression()
# 使用多项式特征矩阵进行模型拟合
model.fit(X_poly, y)
5. 进行预测：
```python
# 预测新的样本数据
X_new = ...
X_new_poly = poly.transform(X_new)
y_pred = model.predict(X_new_poly)
以上是使用Python实现多项式回归预测的基本步骤。通过创建多项式特征和拟合线性回归模型，我们可以根据给定的自变量预测因变量的值。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
-  *1* *3* [挖掘建模②—分类与预测（python实现简单线性关系 多项式拟合/回归）](https://blog.csdn.net/qq_37746855/article/details/121732769)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
-  *2* [人工智能——多项式回归（Python）](https://blog.csdn.net/weixin_46039719/article/details/122354219)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]