各位同学，今天咱们聊个实实在在的话题——怎么用Python做销量预测。做数据分析、运营或者量化的朋友应该都知道，时间序列预测是个绕不开的坎，尤其是销量预测，小到门店备货，大到企业供应链规划，都离不开它。
提到时间序列预测，很多人第一反应就是ARIMA。说实话，ARIMA确实经典，在过去很长一段时间里都是行业标杆。但我得说句实在话，这玩意儿对新手太不友好了，门槛高得离谱。今天我就给大家推荐一个“懒人神器”——Facebook开源的Prophet模型，用它做销量预测，比ARIMA简单得多，效果还不差，咱们今天就掰开揉碎了讲。
先跟大家吐吐槽ARIMA的“槽点”，你们看看是不是这么回事。首先，ARIMA对数据的平稳性要求近乎苛刻。啥叫平稳性？简单说就是数据的均值、方差不随时间变化。可咱们实际的销量数据呢？要么有明显的增长趋势，要么有季节性波动，比如春节、双11销量暴涨，平时又平平无奇，这种数据天生就不平稳。那怎么办？得做差分处理，一阶差分不行就二阶，二阶不行就三阶，试来试去，新手很容易就懵了。
此文由 怡心湖 编辑，若您觉得有益，欢迎分享转发！：首页 > 会·生活 » Python时间序列分析实战：用Prophet搞定销量预测，比ARIMA简单