用活动特征选择类似事件
全文共 2313 字,阅读约需 5 分钟
用活动特征选择类似事件:这里补齐生鲜基地到门店、鞋服地域颜色尺码、延迟制造、促销透支、活动类比、制造备件及医药聚合预测之间原来未展开的步骤。所有企业、商品、事件、数据、时间和参数均为明确构造的模拟。没有真实业务数据,没有连接采购、生产、财务、配送或医疗系统。本课中
课程目录与学习记录 0 / 109
学习进度仅存于本机浏览器。原教程站的记录不会跨域自动迁移;可先在原站导出留存,新站按实际完成情况重新勾选。
入门数据与作业包
禾味数据为 2 店 × 8 SKU × 180 天,共 2,880 行,是可见教学数据,不是封存盲测集。起步包是模拟夹具,不表示已完成六行业预测实验。资源中心另有四专项工程、模型实验和计划实验,使用前请阅读各自能力边界。
R2独立验收的行业教学扩展。下载行业9课实验包。所有数据均模拟;条件类比离线账,无真实活动泛化、配送或因果声明。
共同阅读约定
行业多层级预测与决策补课
这里补齐生鲜基地到门店、鞋服地域颜色尺码、延迟制造、促销透支、活动类比、制造备件及医药聚合预测之间原来未展开的步骤。所有企业、商品、事件、数据、时间和参数均为明确构造的模拟。没有真实业务数据,没有连接采购、生产、财务、配送或医疗系统。本课中的“订单”“分录”“锁产”均为离线建议或教学账,不代表已经执行。
R2补强了输入校验:重复主键、矛盾的组级份额、超出固定需求模板会报错;时间序列按时间键计算,不依赖CSV行顺序。默认手算答案不变。
先完成百分比、加权平均、库存收支和训练集/验证集的基础课,再按本课顺序学习。每课建议60到90分钟:读业务问题、逐项手算、跑代码、修改一个输入、写边界。数学只用高一可读的代数与概率;需要最小二乘时会解释其含义,代码负责重复算术,不把“调用了一个函数”当作理解。
项目包 forecast-industry-gap-labs.zip 只需 Python 3.10 或更新版本的标准库。解压并进入目录后执行:
python run_all.py
python -m unittest -v test_industry
python manufacture_pharma.py self-test首次解压已含模拟CSV。run_all.py仅重算,不覆盖输入。要另建一份原始输入,运行
python generate_all.py --data fresh_data,随后用
python run_all.py --data fresh_data --out fresh_outputs
重算。生成器拒绝覆盖非空目录;先复制目录再改参。生成数据与运行模型是两步,脚本输出由CSV计算,不从教材答案回填。统一参考结果在
outputs/,子项目结果在
outputs/manufacture_pharma/。仅运行上面第一条不等于跑过测试。
行业补课五 用活动特征选择类似事件
课程ID:industry-event-feature-analogy。对应范围:C14的事件库选择缺口,接原首配二配课。输入:events.csv、event_target.json。输出:event_neighbors.csv及相应JSON结果。
相似不是先看销量再挑赢家
活动库记录四个活动前能知道的特征:粉丝规模代理(千人)、是否赠品(0/1)、折扣比例、预算(千元)。粉丝不是必然到店人数,它只是可比性特征。还记录品类、计划特征可得时间、活动结果成熟时间和首日销量相对普通日倍数。要预测目标活动时,结果尚未成熟的事件不能进入历史库。
目标截止时点为50,目标饮品活动的四特征为22、1、0.10、30。合格饮品历史E1至E4分别是:
- E1:20、1、0.10、30,结果倍数2.0。
- E2:30、1、0.15、40,结果2.8。
- E3:10、0、0.05、10,结果1.2。
- E4:25、1、0.10、25,结果2.2。
E5第100天才成熟,必须排除;E6是化妆品,即使四个数都近也排除。先用已成熟同类事件筛选,再定尺度、算距离,最后看被选中事件的倍数。不能用目标真实销量挑最近的事件。
不同单位先变成可比较的距离
合格历史粉丝范围为30−10=20,折扣范围0.15−0.05=0.10,预算范围40−10=30。连续特征距离=绝对差÷历史范围。赠品距离相同为0、不同为1。四项平均:
d=(粉丝差/20+赠品不匹配+折扣差/0.10+预算差/30)÷4。
E1距离=(2/20+0+0+0)÷4=0.025。E4距离=(3/20+0+0+5/30)÷4=0.0791667。E2距离=(8/20+0+0.05/0.10+10/30)÷4=0.3083333。E3为0.6916667,因此选E1、E4、E2。
四个特征等权和选3个邻居都是题设选择,不是从验证集挑出的最佳方案。若未来出现远超历史范围的活动,应提示外推,不要因为公式总能输出数就当有支持。某个历史特征范围为0时,代码将该项距离设0,表示它没有区分信息;若目标在该项不同,更应人工认定支持不足。
原始权重=1/(d+0.1)。加0.1避免距离0时除零。三项原始权重为8、5.581395、2.448980;除以合计归一化,得到0.4990526、0.3481762、0.1527712。
首日倍数=0.4990526×2.0+0.3481762×2.2+0.1527712×2.8=2.1918522。普通日100件,则预测均值219.1852;为这个离线准备情景向上取220件。此处向上取整是计划规则,不是统计均值变成220。
接回包材与首二配,但不假装执行过
赠品发放率按50%情景,需ceil(220×0.5)=110份包材。现货30、已确认在途20,净锁产建议60。首配上限160且产品可用200,所以首配min(220,160,200)=160。中午已经售100,门店余60;新预测余下需求120,仓可配80,二配=min(max(0,120−60),80)=60。
220的首日预测、160首配、60二配代表不同概念。二配需要用当时已收到的销量/核销和送达时间;本例中午数据已到、剩余窗口仍能送达是明确假设。真实迟报处理、配送账与审批仍依原课程,不能凭这个计算说发生了真实配送。包材可用与成品可用也不能混为同一库存。
作业与验收
- 不看倍数,先手排E1、E4、E2;再复算2.1918522。
- 把未来E5的粉丝和结果都改成99999,距离尺度、邻居和目标预测应完全不变。否则发生时间泄漏。
- 将品类筛选去掉,观察E6诱发的巨大高估,解释数值相似不替代业务可比性。
- 把package_stock从30改成50,锁产建议应从60降到40;首日预测不该跟着下降。
- 说明为什么这只是条件类比,不是“粉丝多一千会因果增加多少销量”的实验。
通过标准:按特征构造事件库、只用截止前成熟信息、尺度不含未来、邻居权重可复算、选样与标签分离。未验证真实活动泛化,未生产配送单。
仅保存在本机当前浏览器,无账号云同步;清除浏览器数据会丢失。不自动认定你通过测试。建议先保留输出文件和计算过程。
所有数据、系数与业务场景均为教学模拟。预测不等于采购或排产指令。来源与修订说明。