檸檬水消費量預測 - 哪種機器學習方法最適合？

Question

有些傢伙決定在不同的公共場所賣檸檬水賺一些錢。每個人都有一個固定位置，她出售檸檬水。每天早上，他們會前往一家檸檬水製造商倉庫，根據他們的預測購買全天的股票。在一天中的任何時候，他們都可以要求即時交付，這將花費更多，我們不會擔心這種情況發生。另外，如果他們購買的產品比當天需要的多，他們的利潤就會減少。

事情是，每個人都知道他們的業務地點。他們開始看到客戶習慣模式，基於星期幾的消費，天氣，來自該地區的事件等。所有這些變量，預測和實際消費數據都存儲在數據庫中。

我的願望是實施一種軟件方法，它將幫助檸檬水賣家更好地預測他們的檸檬水需求。你知道哪種機器學習方法可以幫助我預測檸檬水賣家的需求嗎？

Answer 1

聽起來像regression問題。嘗試線性迴歸並推進到更復雜的方法（如SVM迴歸），如果它不起作用。

不知道哪種方法最好。嘗試各種不同的功能，嘗試不同的功能和算法設置，並進行測量，測量和測量。

Answer 2

我會研究迴歸：給定變量向量它會給出一些值的預測。 嶺迴歸應該做得很好。