产品库存与订单预测数据集ProductInventoryandOrderPrediction-mdabrarjahin
数据来源：互联网公开数据
标签：库存管理, 订单预测, 供应链管理, 机器学习, 二元分类, 风险评估, 数据分析, 制造业
数据概述：
该数据集包含来自制造业的数据，记录了产品库存相关特征以及是否发生缺货（on backorder）的情况。主要特征如下：
时间跨度：数据未标明具体时间，通常被视为静态数据集，用于分析库存与缺货之间的关系。
地理范围：数据未明确指出地理范围，但根据数据特征推测可能来源于全球制造业环境下的供应链。
数据维度：数据集包含两部分：x_vif_only.csv，包含了产品性能、库存水平、提前期、在途数量、预测需求、历史销量、最小库存量、逾期数量、本地库存量等多个特征；y.csv，包含了目标变量“went_on_backorder”，表示产品是否发生缺货，用于构建二分类模型。
数据格式：CSV格式，包括x_vif_only.csv和y.csv两个文件，便于数据处理和模型训练。数据已进行预处理，部分特征可能经过标准化处理。
该数据集适用于预测产品是否会发生缺货，评估库存管理风险，并优化供应链管理策略。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于供应链管理、库存管理、需求预测等领域的学术研究，如预测模型构建、影响因素分析等。
行业应用：为制造业、零售业等行业提供数据支持，尤其适用于优化库存水平、降低缺货风险、提升供应链效率。
决策支持：支持企业进行库存管理决策、预测产品需求、优化生产计划，从而提高盈利能力。
教育和培训：作为供应链管理、数据分析、机器学习等课程的实训数据，用于学生构建预测模型、理解数据与业务之间的关系。
此数据集特别适合用于探索影响产品缺货的关键因素，构建预测模型，帮助用户优化库存管理策略，降低运营风险。
