我有一个公司日销售额的数据集。列为，类别代码(4个类别(，商品代码(195个商品(，日期ID(2021年9月1日至2022年2月1日(，每日销售额(数量(。
在评估和测试中，我必须预测2022年2月14日至2022年3月13日的每周销售额。列为类别代码、项目代码、周数(w1、w2、w3、w4(。在val集中，我有每周的销售量，在测试集中，我必须预测每周的销售量。
因为我的火车有每日销售，没有星期号，我很困惑如何解决这个问题。我没有他们在val和测试集中给出的月份销售额的历史数据。
我应该将火车上设置为周的日子映射为每个月的w1、w2、w3、w4吗？还有其他好方法吗？
我试图通过将每周销售额除以7来扩展val集，并将一周的一行替换为该周每天的7行，但这给了我非常糟糕的结果。
我必须使用MAPE度量。
欢迎加入社区！
既然你被要求每周进行预测，那么最好将你的训练数据转换为几周。
Panda方法是resample()，您可以在这里的文档中了解更多信息。您可以将偏移字符串更改为需要匹配验证集生成方式的偏移字符串。所有可用的选择都可以在这里找到。
你可能会发现这也很有用。