我想提前三天估算一家餐厅的销售额，以便工作人员及时订购新鲜食材。我开始使用线性回归，但注意到以下内容：对于餐厅来说，如果顾客没有得到他订购的食物，与最终被扔掉的食物相比，情况更糟。我想我可能只需要一个偏斜的成本函数，但我不确定。也许已经实施了一些东西。
另一个问题：有些日子，餐厅有一些预订（预订），所以我知道他们至少需要一定数量。如何包括它？
谢谢！
非常普遍的问题，需要的不仅仅是堆栈溢出响应。 我要考虑的第一件事是建立一个预测算法，就像你所说的线性回归一样。 您还可以向其添加一个常量，例如在 mx+b 中，其中 B 是已知的预订食物数量。 因此，您将运行线性回归，然后将一个常量添加到最终预测中，以近似预留的影响。 随着您获得更多数据，您可以开始将预订作为变量合并到模型中。 从那里，您可能希望构建另一个模型来估计要购买的金额，因为您将拥有一个成本函数，该函数更加强调拥有额外与太少。您必须知道成本与利润才能开发一种算法来计算与食物过多与过少相关的风险，但这并不困难。 您可能想研究利润曲线：https://en.wikipedia.org/wiki/Profit_maximization
希望这足以让你开始！