摘要
针对在线农产品销量影响因素较多导致预测模型准确度较低的问题,提出了一种滑动窗口-梯度提升决策树(Slide Window-Gradient Boosting Decision Tree, SW-GBDT)模型用于在线农产品销量预测。确定了4类指标,共32项特征变量,建立了预测指标体系,并在预测模型中引入滑动窗口,对原始数据进行特征扩展,将尽可能多的因素纳入考虑范围,增加梯度提升决策树算法可学习的信息,以提高在线农产品销量预测模型的准确性。实验结果表明,所提模型的决定平方系数为0.902 3,均方根误差值为1.829 8,平方绝对误差值为3.348 2。相较于其他同类算法,所提模型的在线农产品销量预测准确度较高。
- 单位