Kaggle比赛——预测未来销售（一）

1、数据来源

  预测未来销售该项目来源于kaggle中的一场比赛的赛题，比赛使用的数据是由日常销售数据组成的时间序列数据集，该数据集由俄罗斯最大的软件公司之一 - 1C公司提供。

2、数据集说明

  数据集下载地址

2、1 文件说明

文件名	文件说明	包含属性
sales_train.csv	训练集（2013年1月至2015年10月的每日历史数据，包括销售额）	date、date_block_num、shop_id、item_id、item_price、item_cnt_day
test.csv	测试集（预测2015年11月这些商店和产品的销售额）	ID、shop_id、item_id
sample_submission.csv	格式正确的示例提交文件	ID、item_cnt_month
items.csv	有关商品/产品的补充信息	item_name、item_id、item_category_id
item_categories.csv	有关项目类别的补充信息	item_category_name、item_category_id
shops.csv	有关商店的补充信息	shop_name、shop_id

2、2 文件字段说明

字段	字段说明
shop_id	商店的唯一标识符
item_id	产品的唯一标识符
item_category_id	项目类别的唯一标识符
item_cnt_day	销售的产品数量。您正在预测此度量的每月金额
item_price	商品的当前价格
date	日期（格式为dd / mm / yyyy）
date_block_num	一个连续的月号，用于方便。2013年1月是0，2013年2月是1，…，2015年10月是33
item_name	项目名称
shop_name	商店名称
item_category_name	项目类别的名称
ID	表示测试集中的（商店，项目）元组的ID

2、3 商店名称说明（Google翻译过来的）

item_category_name	item_category_id
PC - 耳机/耳机	0
配件 - PS2	1
配件 - PS3	2
配件 - PS4	3
配件 - PSP	4
配件 - PSVita	5
配件 - XBOX 360	6
配件 - XBOX ONE	7
门票（号码）	8
货物交付	9
游戏机 - PS2	10
游戏机 - PS3	11
游戏机 - PS4	12
游戏机 - PSP	13
游戏机 - PSVita	14
游戏机 - XBOX 360	15
游戏机 - XBOX ONE	16
游戏机 - 其他	17
游戏 - PS2	18
游戏 - PS3	19
游戏 - PS4	20
游戏 - PSP	21
游戏 - PSVita	22
游戏 - XBOX 360	23
游戏 - XBOX ONE	24
游戏 - 游戏配件	25
Android游戏 - 数字	26
MAC游戏 - 数字	27
PC游戏 - 其他出版物	28
PC电脑游戏 - 收藏版	29
PC游戏 - 标准版	30
电脑游戏 - 数字	31
支付卡（电影、音乐、游戏）	32
支付卡 - 直播	33
支付卡 - 直播！ （数字）	34
支付卡 - PSN	35
支付卡 - Windows（数字）	36
电影院 - 蓝光	37
电影院 - 蓝光3D	38
电影院 - 蓝光4K	39
电影院 - DVD	40
电影院 - 收藏家	41
书籍 - 艺术书、百科全书	42
书籍 - 有声读物	43
书籍 - 有声读物（图）	44
书籍 - 有声读物1C	45
书籍 - 商业文学	46
书籍 - 漫画	47
书籍 - 计算机文学	48
书籍 - 有条理的材料1C	49
书籍 - 明信片	50
书籍 - 认知文学	51
书籍 - 指南	52
书籍 - 小说	53
书籍 - 数字	54
音乐 - 本地CD	55
音乐 - 品牌CD制作	56
音乐 - MP3	57
音乐 - 乙烯基	58
音乐 - 音乐视频	59
音乐 - 礼品版	60
礼品 - 属性	61
礼品 - 小工具、机器人、体育	62
礼品 - 软玩具	63
礼品 - 棋盘游戏	64
礼品 - 棋盘游戏（紧凑型）	65
礼品 - 卡片、贴纸	66
礼品 - 发展	67
礼品 - 证书、服务	68
礼品 - 纪念品	69
礼品 - 纪念品（链接）	70
礼品 - 袋，相册，鼠标垫	71
礼品 - 数字	72
程序 - 1C：企业8	73
程序 - MAC（数字）	74
计划 - 家庭和办公室	75
节目 - 家庭和办公室（数字）	76
课程 - 教育	77
课程 - 教育（图）	78
服务	79
实用程序 - 门票	80
纯粹的载体（尖顶）	81
纯载体（片）	82
电池	83

3、项目要求

3、1 评估的要求

  （1） 将均方根误差（RMSE）作为评估提交的度量指标；
  （2） 真实销售量被限制在[0,20]范围以内。

3、2 提交文件格式

  该项目要求预测下个月（第34个月或2015年11月)各个商店的每个产品的销售额。即对于测试集中的每个ID（唯一映射到shop_id与item_id)，预测出其下一个月的销售总数。提交的文件格式如下所示：

ID	item_cnt_month
0	0.5
1	0.5
2	0.5
3	0.5
…	…

  PS：最新优化没有同步到博客当中，需要交流的可以邮箱交流：博主邮箱：[email protected]