摘要
本发明为一种产品订单销量预测方法及系统，其方法包括步骤：S1、获取目标商品在历史时间段内的销量数据；S2、选取训练集中目标商品在历史时间段内的需求数据，对数据进行清洗和整理，并提取和衍生相关特征，并对数据进行特征工程和数据预处理；S3、利用LightGBM回归模型进行初步训练和评估，使用经验参数，并根据均方根误差RMSE作为评估指标；使用网格搜索自动调参对模型优化；根据各销售区域间的销量差异特征，进行分区独立训练，分析各个区域的销售特性；S4、根据目标商品在历史时间段内的销量数据预测往后的若干个月数据。本发明通过采用LightGBM回归模型方法，能够处理大规模数据集和高维特征，在训练过程中能够快速建立和优化模型，提高预测效率。
