使用加权混合机器学习模型进行需求预测

摘要

实施例通过接收多个过去时间段的物品的历史销售数据来预测物品的需求，该历史销售数据包括限定一个或多个特征集的多个特征。实施例使用特征集作为一个或多个不同算法的输入，以生成多个不同模型。实施例训练每个不同模型。实施例使用每个经训练的模型针对过去时间段中的一些或全部中的每个时间段生成多个过去需求预测。实施例确定每个过去需求预测的均方根误差(“RMSE”)，并且基于RMSE，确定每个经训练的模型的权重，并对每个权重进行归一化。实施例然后通过组合每个经训练的模型的加权值来针对每个未来时间段生成物品的最终需求预测。