清华大学大数据分析课程：期末项目 - 沃尔玛销售预测 📊

项目背景 🌏

本项目是清华大学大数据分析课程的期末作业，旨在应用数据分析技术对沃尔玛的销售数据进行预测。项目基于Kaggle的M5 Forecasting - Accuracy竞赛。

结果 🏆

本项目最终在Kaggle平台的private set上取得了0.51747的分数，效果高于leaderboard的第一名6%。

我们的结果：

leaderboard的前五名：

环境配置指南 💻

请执行以下命令以安装必要的Python依赖包：

pip install -r requirements.txt

数据集安置 📁

确保将 m5-forecasting-accuracy 数据集下载后放置于项目根目录。

深度学习模型训练及预测 🤖

执行以下脚本以进行模型训练和销售预测：

bash ./scripts/m5.sh

预测结果将保存在 submission.csv 文件中。

LGBM模型训练及预测 🌟

参考了这里的代码，具体训练和预测过程请参考其的README.md。

模型融合 🔗

在完成深度学习模型和LGBM模型的预测后，将深度学习的预测结果改名成 submission_dl.csv 和 submission_lgbm.csv，执行以下脚本以进行模型融合：

python ensemble.py

最终的预测结果将保存在 submission_ensemble.csv 文件中。

提交指南 📤

完成预测后，将结果文件提交至Kaggle平台，以便与其他参赛者的成果进行比较。