產品購買預測方式

「產品購買預測」方式可讓您預測特定類型客戶購買事件的可能性，例如產品購買。

以下檔案將回答以下問題：

• 這道菜是給誰做的？
• 這道菜是幹什麼的？

這道菜是給誰做的？

您的品牌希望透過有效且針對性地向客戶促銷，提升產品線的每季銷售。 但是，並非所有客戶都相同，而且您想要的錢物有所值。 你瞄準誰？ 哪些客戶最有可能在不發現您的促銷活動干擾的情況下做出回應？ 如何為每位客戶自訂促銷活動？ 您應該依賴哪些通道，以及何時應發送促銷活動？

這道菜是幹什麼的？

「產品購買預測」配方利用機器學習來預測客戶購買行為。 它透過套用自訂的隨機森林分類器和兩層體驗資料模型(XDM)來預測購買事件的可能性，來達成此目的。 模型利用輸入資料，併入客戶描述檔資訊和過去購買記錄，並預設為由我們的資料科學家所決定的預先確定組態參數，以增強預測精確度。

資料架構

此方式使用XDM結構來建模資料。 此方式所用的架構如下所示：

演算法

首先，載入​ProductPrediction​模式中的訓練資料集。 從這裡，使用隨機森林分類器來訓練模型。 隨機森林分類器是指一種融合算法，它是指將多種算法相結合，以獲得改進的預測效能的算法。 算法的思想是隨機森林分類器建立多個決策樹並合併它們，從而建立更準確、更穩定的預測。

此程式首先建立一組決策樹，該決策樹隨機選擇訓練資料的子集。 然後，對每個決策樹的結果進行平均。