柠檬水消费量预测 - 哪种机器学习方法最适合？

Question

有些人决定通过在不同的公共场所销售柠檬水来赚钱。每个人都有一个固定点，她卖柠檬水。每天早上，他们都会去柠檬水制造商的仓库，根据他们的预测购买全天的库存。在一天的任何时刻，他们都可以要求即时交付，这将花费更多，我们不会发生这种情况。此外，如果他们的购买量超过当天所需，他们将获得较小的利润。

事情是，每个人都知道他们的业务地点。他们开始看到客户习惯的模式，基于星期几的消费，天气，来自该地区的事件等。所有这些变量，预测和实际消费数据都存储在数据库中。

我希望实施一种软件方法，帮助柠檬水卖家更好地预测他们的柠檬水需求。您是否知道哪种机器学习方法可以帮助我预测柠檬水卖家的需求？

Answer 1

听起来像regression问题。如果它不起作用，请尝试线性回归并前进到更复杂的方法（例如SVM回归）。

无法确定哪种方法最有效。尝试各种功能，尝试不同的功能和算法设置，以及测量，测量和测量。

Answer 2

我会研究回归：给定变量向量，它会给出一些值的预测。 岭回归应该做得很好。