印度销售预测任务数据集2018-2020
数据来源：互联网公开数据
标签：销售预测,时间序列分析,数据预处理,特征工程,机器学习算法,销售数据,零售业分析
数据概述：
本数据集用于构建2020年3月的销售预测模型，包含2018年1月1日至2019年3月31日的历史销售数据，以及2020年第一季度的部分数据。数据集涵盖两个品牌的销售信息，分布于三个不同门店，包含四个文件：
1. sales_train：记录了2018年1月1日至2019年3月31日期间各门店的销售数据。
2. Items：提供了各品牌的通用信息。
3. stock：记录了各商品库存为零的天数信息。
4. test_submission：展示了最终提交文件的格式样本。
数据用途概述：
该数据集适用于销售预测、时间序列分析及特征工程等任务。研究者可以利用此数据进行数据预处理、时间序列分析、特征工程等预处理步骤，并选择合适的机器学习算法进行预测模型的构建。此外，数据集还可用于评估预测模型的性能，选择合适的评估指标，如MAE、RMSE等，以提高销售预测的准确性。数据集也适合用于教育培训，帮助学习者理解销售预测及时间序列分析的关键步骤。
