将营销渠道集成到分位数变换与集成核贝叶斯优化中以利用高斯过程模型进行销售预测
机器学习
2024-06-12 v2 应用统计
摘要
本研究引入了一种创新的 Gaussian Process (GP) 模型，该模型利用集成 Radial Basis Function (RBF)、Rational Quadratic 和 Matérn 核的集成核进行产品销售预测。通过应用贝叶斯优化，我们有效地找到了每个核的最优权重，增强了模型处理复杂销售数据模式的能力。我们的方法显著优于传统的 GP 模型，实现了显著的 98% 准确率，并在均方误差（MSE）、平均绝对误差（MAE）、均方根误差（RMSE）和决定系数（）等关键指标上表现出卓越的性能。这一进展突显了集成核和贝叶斯优化在提高预测准确性方面的有效性，对机器学习在销售预测中的应用具有深远意义。
引用
@article{arxiv.2404.09386,
title = {Integrating Marketing Channels into Quantile Transformation and Bayesian Optimization of Ensemble Kernels for Sales Prediction with Gaussian Process Models},
author = {Shahin Mirshekari and Negin Hayeri Motedayen and Mohammad Ensaf},
journal= {arXiv preprint arXiv:2404.09386},
year = {2024}
}
备注
11 pages, 3 figures