1. 项目描述: 通过分析时间序列历史数据，搭建模型对货运吨位以及体积需求进行预测，从而为公司的航线安排提供参考
2. 探索性分析&特征工程：对不同日期、月份、季度以及节假日时期的货运吨位及体积进行分析，并使用one-hot encoding等开发出相应的特征工程方法，同时对其他外部关联数据进行相关性测试以及实验，从而进行特征选择
3. 预测模型搭建：通过对不同模型（包括Sarimax，随机森林，梯度提升树，XGBoost，LGBM，LSTM）进行实验以及超参数调整，最终成功将每日吨位需求预测结果MAPE降到0.18
点击空白处退出提示
评论