大型购物中心的销售预测

BigMart的数据科学家收集了2013年不同城市10家商店中1559种产品的销售数据。另外，已经定义了每个产品和商店的某些属性。目的是建立预测模型并预测每种产品在特定商店的销售。

BigMart将使用此模型尝试了解在增加销售中起关键作用的产品和商店的属性。

请注意，数据可能缺少值，因为某些存储区可能由于技术故障而无法报告所有数据。因此，将需要对它们进行相应的处理。

数据字典

我们有一个火车（8523）和测试（5681）数据集，火车数据集同时具有输入和输出变量。您需要预测测试数据集的销售量。

训练文件：

CSV包含具有销售价值的商品出口信息

变量说明

物品标识符----唯一的产品ID
物品重量-产品重量
物品脂肪含量-产品是否为低脂肪
物品可见性-占一个产品中所有产品总展示面积的百分比分配给特定产品的商店
ItemType ----产品所属的类别
Item MRP ----产品的最高零售价（标价）
OutletIdentifier----专属店铺ID
奥特莱斯建立年度----在其中建立商店的年
出口规模----店里的地面面积计算的尺寸覆盖
OutletLocation类型----在型城市该商店位于
* OutletType ----无论出口仅仅是一个杂货店或某种超市的
商品出口销售----在T特定的商店销售的产品。这是要预测的结果变量。

测试文件：

CSV，其中包含需要预测其销售的商品出口组合

可变说明
项目标识符-----唯一的产品ID
ItemWeight ----产物重量
项脂肪含量-----产品是否低脂或不
项目能见度----的总显示区域的％商店中分配给特定产品的所有产品
ItemType ----产品所属的类别
Item MRP -----产品的最高零售价（标价）
OutletIdentifier -----唯一的商店ID
出口建立年份-----建立商店的年份
出口规模-----商店的面积（以覆盖的地面面积计）
OutletLocation Type ----商店所在城市的类型
OutletType ----商店是杂货店还是某种超市

提交文件格式

变量说明

物品标识符-----唯一产品ID
出口标识符-----唯一商店ID
物品出口销售-----特定商店中产品的销售。这是要预测的结果变量。

评估指标

将基于对测试数据（test.csv）的销售预测来评估模型性能，该测试数据包含与训练相似的数据点，但要预测的销售除外。您的提交必须采用同一样本提交中所示的格式。

最后，我们拥有测试数据集的实际销售额，将根据您的预测进行评估。我们将使用均方根误差值来判断您的响应。