【Python机器学习案例】竟然很准！！Python预测淘宝2021双十一销售额

昨天双十一，大家对淘宝销售额感兴趣，自己做了个机器学习模型，竟然预测的挺准的。

数据链接：https://zh.wikipedia.org/wiki/%E5%8F%8C%E5%8D%81%E4%B8%80

通过机器学习模型，预测今年的销售额是5475.2亿元

最终的新闻报告，是5403亿元，差的很少

下面是我的代码过程，代码地址：

https://gitee.com/antpython/ant-livebroadcast-publish

1、加载Excel数据

import pandas as pd
import numpy as np
df = pd.read_excel("./历史双十一销售额.xlsx")
df

年份 成交总额
0 2011 52.00
1 2012 191.00
2 2013 350.19
3 2014 571.00
4 2015 912.00
5 2016 1207.00
6 2017 1682.00
7 2018 2135.00
8 2019 2684.00
9 2020 4982.00

2、提取数据

x = np.array(df.iloc[:, 0]).reshape(-1, 1)
y = np.array(df.iloc[:, 1])
x.shape
(10, 1)
y.shape
(10,)

3、训练机器学习模型

from sklearn.pipeline import Pipeline
from sklearn.preprocessing import PolynomialFeatures
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LinearRegression
# 用管道的方式调用多项式回归算法
poly_reg = Pipeline([
    ('ploy', PolynomialFeatures(degree=2)),
    ('std_scaler', StandardScaler()),
    ('lin_reg', LinearRegression())
])
poly_reg.fit(x, y)
Pipeline(steps=[('ploy', PolynomialFeatures()),
                ('std_scaler', StandardScaler()),
                ('lin_reg', LinearRegression())])
# 算法评分
poly_reg.score(x, y)
0.9458618037222158

4、调用模型进行预测

current_year = 2021
predict = poly_reg.predict([[current_year]])
predict
array([5475.20483333])

5、绘制趋势图

df_new = df.append({"年份":"2021", "成交总额":predict[0]}, ignore_index=True)
df_new["成交总额"] = df_new["成交总额"].map(lambda x : round(x, 2))
df_new


年份 成交总额
0 2011 52.00
1 2012 191.00
2 2013 350.19
3 2014 571.00
4 2015 912.00
5 2016 1207.00
6 2017 1682.00
7 2018 2135.00
8 2019 2684.00
9 2020 4982.00
10 2021 5475.20

!pip install plotly

import plotly.express as px

fig = px.line(df_new, x="年份", y="成交总额", text="成交总额")
fig.update_traces(textposition="top center")
fig.show()

推荐下蚂蚁老师的机器学习课程