Walmart Sales Forecasting Using Machine Learning
https://medium.com/@nikiemaboubacar/walmart-sales-forecasting-using-machine-learning-6ff649ea4917
Qu’est-ce que j’ai appris de ce projet:
• Techniques d'Analyse Exploratoire des Données (AED)
• Détection et Traitement des valeurs aberrantes dans un jeu de données.
• Conversion des variable catégorielle en numérique.
• Utilisation de l'Analyse Univariée. • Implémentation de modèles LinearRegression et RandomForest pour les séries temporelles.
• Utilisation de plusieurs métriques pour comparer les performances de différents modèles.
• Amélioration de la performance d'un modèle ensembliste avec GridSearchCV Datasets
Il s'agit des données historiques couvrant les ventes du 05/02/2010 au 26/10/2012, dans le fichier Walmart.csv Dans ce fichier, vous trouverez les champs suivants :
Store - le numéro du magasin
Date - la semaine des soldes
Weekly_Sales - ventes pour le magasin donné
Holiday_Flag - si la semaine est une semaine de vacances spéciale 1 – Semaine de vacances 0 – Semaine non fériée
Température - Température le jour de la vente
Fuel_Price - Coût du carburant dans la région
CPI – Indice des prix à la consommation en vigueur
Unemployment - Taux de chômage actuel
Événements de vacances :
Super Bowl : 12 février 2010, 11 février 2011, 10 février 2012, 8 février 2013
Fête du Travail : 10 septembre 2010, 9 septembre 2011 , 7 septembre 2012, 6 septembre 2013
Thanksgiving : 26 novembre 2010, 25 novembre 2011, 23 novembre 2012, 29 novembre 2013
Noël : 31 décembre -10, 30-déc-11, 28-déc-12, 27-déc-13
1- Exploration de la base de données
2- Analyse Exploratoire des données EDA
3- Préparation des Données
4- Fractionner l'ensemble de données et modélisation des modèles
5- Comparaison des modèles
6- Résultats & Conclusion