网站导航

四专项:字段、事件与单位字典

全文共 4317 字,阅读约需 9 分钟

四专项:字段、事件与单位字典:所有主键都是虚构标识,所有日期以2025-01-01为第0日。整数日期列的单位是日;*_date 是同一日期的ISO文本。CSV空单元格表示未知、不适用或不可估计,不等于0。行排序不表示允许看到未来,必须使用截止日过滤。

← 学习路线
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。

完全模拟的可复现实验,不连接生产。下载四专项完整工程包(20,000/12,000/10,000/2,000实体)。运行前阅读覆盖data/outputs的说明。固定模拟世界的指标不是企业收益。

数据字典

通用口径

所有主键都是虚构标识,所有日期以2025-01-01为第0日。整数日期列的单位是日;*_date 是同一日期的ISO文本。CSV空单元格表示未知、不适用或不可估计,不等于0。行排序不表示允许看到未来,必须使用截止日过滤。

四个 features.csv 的公共字段

字段类型/单位定义及何时可用
entity_id文本主键PRE/RET/COD/PO前缀加流水号;只用于关联,不作为模型特征
created_day整数/日预售、COD、PO创建日;退货项目指发货日
created_date日期created_day对应日期
feature_available_day整数/日静态特征首次可用日,生成器设为创建日
score_day整数/日本次订单初始打分日,等于创建日
feature_available_atUTC时间戳模拟创建日08:00,静态输入已经可得
score_atUTC时间戳模拟创建日09:00,严格晚于输入可得时刻
split枚举train、validation、test、gap_not_used_for_model_selection
synthetic0/1全部为1,表示模拟数据

创建日、分块标记和主键用于时间控制或关联,不把未来日期、测试身份或编号顺序拿来拟合业务结果。

预售追加字段

字段单位/取值含义
skuSKU00–SKU1920个虚构SKU;分组hazard模型唯一静态特征
campaignC0–C3虚构活动;生成但当前基线不用
units件,1–3订单件数,整单取消或发货
listed_price元模拟标价,当前基线不用
promised_ship_days日固定45日承诺,仅模拟字段,不等于实际发货时长

每单有 independent 与 informative 两种场景。在每个场景里只能出现创建加一个终止事件。没有拆单/部分发货。

退货追加字段

字段单位/取值含义
categoryCAT0–CAT3四个虚构品类,决定模拟退货倾向和质检良率
routeR0–R2模拟路线;当前基线不使用
units件固定1件/发货行,因此一行不会部分退货
listed_price元模拟标价,当前基线不使用

真实“一行多件、部分退货、换货后再退”等流程没有实现,不应把本包的一行一件口径误搬过去。

COD追加字段

字段单位/取值含义
routeR0–R2计划路线,类别编码为两个0/1输入
distance_km千米,5–250创建时已知的模拟距离,建模除以100
units件,1–4包裹件数,整包签收或拒收,建模除以4
cod_amount_yuan元79×件数,当前模型不用,避免与件数重复
planned_delivery_days日计划配送时长,建模除以10;不是实际结果

没有姓名、手机号、地址、个人信用数据。第140日后生成拒收风险时logit增加0.25,作为明确的时间漂移压力测试。真实发生的送达日、拒收原因不可作发货前输入。

PO追加字段

字段单位/取值含义
supplierSUP00–SUP0910个虚构供应商,分组KM使用
materialMAT00–MAT1920种虚构物料,当前基线不用
ordered_units模拟件,50–500PO订购数量,每条PO一种物料
promised_lead_days日12+2×供应商编号,创建时已知的模拟承诺

所有物料为了教学统一用模拟“件”,不能当作现实公斤、米、箱直接相加。总收货等于订购量时才叫“收齐”,不以首次到货为完成。

events.csv:四项目完全相同的列

字段类型/单位含义
entity_id文本外键对应features主键
scenario枚举预售为independent/informative,其余为base
event_day整数/日该事件真正发生日
event_date日期event_day对应日期
sequence非负整数同实体内事件顺序;同一天也按它排序
event_type枚举见下方事件列表
units正整数/件本事件涉及数量;PO received是本次增量,不是累计

事件类型及数量含义

  • 预售:created建单;cancelled第1–59日自然取消;shipped发货;forced_cancel第60日规则关单。所有事件涉及整单件数。
  • 退货:shipped发出;delivered送达;return_requested申请;warehouse_received退到仓;quality_passed/quality_failed质检结果二选一;仅合格件次日出现restocked可售上架。各事件1件。仅质检合格但尚未上架也不算现有可售。
  • COD:created建单;次日shipped;delivered_paid与refused二选一;拒收后可出现warehouse_received、质检、合格次日restocked。件数为整包数量。
  • PO:ordered订购;一个或多个received实际部分收货。模拟没有取消事件。尚未收齐就是订购减累计已收,不用未来潜在完成日填补。

ORACLE_DO_NOT_TRAIN.csv:禁止建模的真相表

所有表含entity_id和notice,notice明确写明不能作特征。预售另含scenario、latent_natural_cancel_age(1–59;空表示59日前没有自然取消)、latent_frailty(未观测风险倍率)、latent_ship_age(潜在发货年龄)。退货含true_return_probability;COD含true_refusal_probability;PO含latent_complete_age(潜在收齐日龄,结构性未完成为空)和structurally_unfilled(0/1)。

模拟器知道结构性未完成,不代表模型在任何观察截止日知道。模型只能看到未完成和等待时间。当前评估只有预售曲线诊断读取oracle,其余oracle附带便于课堂审计,未用于建模。

重建标签公共字段

as_of_day:本行标签观察截止日;observed_age=as_of_day-created_day。status是截止时最近事件或pending。censored=1表示截止时未见终点,不是结局0。标签文件可同时包含features列,仍须坚持特征白名单。

  • 预售:exit_age终止事件年龄,未结束为空;status区分自然取消、发货、强制取消、等待。
  • 退货:label_mature是否满30日;returned申请已发生为1,未申请且成熟为0,未成熟为空;restocked已上架为1,成熟未上架或已质检失败为0,其余空。return_requested_age、warehouse_received_age、quality_passed_age、quality_failed_age、restocked_age为自发货起日龄,事件未发生则空。
  • COD:refused拒收1、已签收付款0、未决空;restocked可售回流1、签收或质检失败0、其他空;label_mature满30日标记。
  • PO:ordered_units订购;received_units累计已收;outstanding_units未收;completed收齐0/1;complete_age收齐时长,未收齐空。observed_age是随访长度,已完成样本的事件时长仍取complete_age。

关键输出字段

预售

  • at_risk_start:当天开始仍可能自然取消的订单数;natural_cancelled、shipped、forced_cancelled、right_censored分别退出;at_risk_next为相减后的下一天风险集。
  • raw_hazard:当天自然取消/当天风险集;smoothed_hazard:向总体收缩的条件概率;第60日这两列为空。
  • no_shipping_natural_survival:仅自然取消hazard的连乘,依赖删失假设,不是实际等待池比例。
  • conditional_natural_survival:S(b)/S(a),其中b最多59;natural_survival_supported_through_age明确支持到哪天。
  • day60_policy_applies:7日目标是否跨过强关日;expected_waiting_units_if_no_shipping为无发货情景期待件数,跨强关日记0,不等于真实履约需求。

退货

  • p_return:最终申请退货概率;conditional_quality_yield:退回条件下可售比例;p_eventual_restock为两者乘积。
  • expected_supply_not_on_hand:预测供应,不是实物库存。
  • stage:当前terminal/no_request/in_transit/qc/putaway;analogue_count:同状态、等待条件的历史路径数;不足时pooled_fallback=1表示跨品类回退。
  • expected_restock_units:目标日预期可售回流;空值表示没有历史支持,不强记0;本次运行会报告unsupported_entities。
  • fresh_food_no_resale_scenario_units:不可再售食品情景,恒为0。

COD

  • raw_probability/calibrated_probability/baseline_probability:未校准逻辑回归、验证集截距校准后、训练均值基线拒收概率。
  • review_suggestion_only:是否建议人工复核,没有执行任何订单动作。
  • expected_net_sales_units:件数×(1−拒收概率),不影响当前出库。
  • 校准表n是该概率组样本量;mean_prediction与observed_fraction应一起看。空组这两列为空。
  • 成本表simulated_cost_yuan是假设复核有效率后的模拟成本,不是已实现收入或利润。
  • 库存表on_hand现有可售、outbound出库在途、refused_returning拒收退运、in_qc待质检/待上架、scrapped报损;delivered_paid已签收付款。

PO

  • predicted_full_receipt_p50_days/p90_days:预测收齐时间分位数;无法识别尾部留空,p90_estimable=0。
  • coverage_lower:已确认在预测天数内收齐的数量/有预测样本数;coverage_upper再加截止时无法判定的样本数。上下界不是置信区间。
  • predictions_available:分母;须与总n一起报告,不能只展示容易预测的部分。
  • pinball_completed_only:仅已收齐样本的分位数损失,存在完成样本选择偏差。不能用它单独宣称KM优于所有模型。
  • KM表at_risk是该日之前未完成且未删失的PO数;completed、censored是当天数量;survival_not_fully_received是尚未收齐概率估计。

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。