近日关于淘宝天猫双十一的数据造假在网上引起轩然大波,网友’尹立庆’4月24日在微博上声称天猫造假,其数据符合二次多项式式和三次多项式回归,拟合度达到99.94%,正好在学习机器学习的路上,利用所学知识来完成’尹立庆猜想’
注:仅从技术角度学习,不代表个人立场,不信谣,不传谣。

1 获取数据

'''
x_train为年份(方便计算同时去掉2000)
y_train为成交额(单位:亿)
year:预测年份
'''
x_train=[[9],[10],[11],[12],[13],[14],[15],[16],[17],[18]]
y_train=[[0.5],[9.36],[52.00],[191.00],[350.00],[571.00],[912.00],[1207],[1682],[2135]]
year=[[19]]

2 数据处理

from sklearn.linear_model import LinearRegression#线性回归
from sklearn.preprocessing import PolynomialFeatures#多项式#三次多项式
lr_trinomial= LinearRegression()
poly_features_trinomial= PolynomialFeatures(degree=3, include_bias=False)#三次多项式特征
x_trinomial= poly_features_trinomial.fit_transform(x_train)
x_trinomial_pre=poly_features_trinomial.fit_transform(year)#预测年份特征
#训练
lr_trinomial.fit(x_trinomial,y_train)
print('三项式拟合:',lr_trinomial.score(x_trinomial,y_train))
print('三项式预测:',lr_trinomial.predict(x_trinomial_pre))#二次多项式
lr_binomial=LinearRegression()
poly_features_binomial= PolynomialFeatures(degree=2, include_bias=False)#二次次多项式特征
x_binomial= poly_features_binomial.fit_transform(x_train)
x_binomial_pre=poly_features_binomial.fit_transform(year)#预测年份特征
#训练
lr_binomial.fit(x_binomial,y_train)
print('二项式拟合:',lr_binomial.score(x_binomial,y_train))
print('二项式预测:',lr_binomial.predict(x_binomial_pre))

out:

三项式拟合: 0.9993975123941846
三项式预测: [[2688.96266667]]
二项式拟合: 0.9993827636921551
二项式预测: [[2675.562]]

可以看出拟合度达到了近乎99.94% ,并预测出 2019年成交量预计为2689亿或者2675亿
天猫公布数据为2684亿
可以通过year数组进行20,21等年份的预测

将数据进行可视化:

#数据处理
two=list(lr_binomial.predict(x_binomial).reshape(-1,))
three=list(lr_trinomial.predict(x_trinomial).reshape(-1,))

用pycharts进行数据可视化(mat不太会美化…)

from pyecharts.charts import Line
from pyecharts import options as opts
c = (Line().add_xaxis(x_train).add_yaxis("公布数据", y_train).add_yaxis("二次",two,is_symbol_show=False).add_yaxis("三次",three,is_symbol_show=False).set_global_opts(title_opts=opts.TitleOpts(title="淘宝预测"),xaxis_opts=opts.AxisOpts(type_="value")        )
)
c.render()

汇总图:

二次项:

三次项:

通过图不难看出,天猫公布的数据与预测数据吻合度太高,近乎重叠。

前阿里HR 抖音达人@隔壁王校长在抖音视频中说道,阿里每个部门都有自己的KPI,该KPI能够细分到天猫每一个店铺,精准的制定每一个销量计划。既然是通过某些算法获得的KPI那最后也有可能满足某些算法,某些规律。

关键绩效指标(KPI:Key Performance Indicator)是通过对组织内部流程的输入端、输出端的关键参数进行设置、取样、计算、分析,衡量流程绩效的一种目标式量化管理指标,是把企业的战略目标分解为可操作的工作目标的工具,是企业绩效管理的基础。KPI可以是部门主管明确部门的主要责任,并以此为基础,明确部门人员的业绩衡量指标。建立明确的切实可行的KPI体系,是做好绩效管理的关键。关键绩效指标是用于衡量工作人员工作绩效表现的量化指标,是绩效计划的重要组成部分。

至于究竟造没造假,不敢妄言,买到实惠就好,管他呢。

关于tb双十一成交量相关推荐

  1. 双十一数据造假?如何用二元一次方程给马爸爸找回面子!

    点击上方"码农进阶之路",选择"设为星标" 回复"面经"获取面试资料 事件 双十一前夜,大模头用指数曲线预测了一下今年双十一的淘宝天猫销售额 ...

  2. “二手车”无终局 | 一点财经

    北京西南,丰台南四环花乡桥,有北京市最大的二手车市场,著名的花乡二手车市场.不过,在官方报道中,这里将很快搬迁疏解. 一方消亡,一方兴起. 严选.保卖,线下店,技术与口碑,电商势力间的对决再迎高潮-- ...

  3. 浅析2017年双十一数据,为你揭秘这些巨额成交量背后的秘密。

    2017年双十一过去已经一周之余,不知道大家是不是都已经收到了自己的战利品~今天就为大家分析揭秘双十一的巨额数据背后的秘密,顺便也可感受一下国人对于购物的热情. 首先说一个众所周知的数据:2017年双 ...

  4. 每秒8.8亿次请求!让数据存得起,看得见 - 云原生多模数据库Lindorm 2020双十一总结

    简介:2020双十一顺利落下帷幕,这也是云原生多模数据库Lindorm参与的第九个双十一,其作为阿里经济体的核心数据库产品之一,全面支撑了淘宝.天猫.蚂蚁.菜鸟.阿里妈妈.高德.优酷.钉钉.大文娱等经 ...

  5. GitHub 标星 11000+,阿里开源微服务如何连续 10 年扛住双十一大促

    云栖号资讯:[点击查看更多行业资讯] 在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! 作者 | 宿何,阿里云高级开发工程师 责编 | 唐小引 封图 | CSDN 下载自东方 IC 出品 ...

  6. 双十一天猫霸榜的背后,是威马推动营销变革的无限野心

    "10.9.8.7.6--"时钟上的秒针滴答滴答,11月11日凌晨,在指针逐渐"归零"的一刹那,多少人在与时间赛跑,争当第一个"尾款人"?作 ...

  7. 炫酷粒子表白,双十一脱单靠它了!

    ​ 双十一光棍节又要来临了,每年这个时候都是本人最苦闷的时刻.日渐消瘦的钱包,愈发干涸的双手,虽然变强了,头却变凉了.今年一定要搞点事情! <img src="https://img. ...

  8. 双十一到了,当我用Python采集了电商平台所有商品后发现....

    Python采集电商平台 写在前面 环境及模块 案例实现思路 代码展示 效果展示 最后 写在前面 这不是双十一快到了,为了以最优惠的价格买到自己想买的商品,我不惜用Python把ya ma xun 所 ...

  9. 双十一小马哥背后的女人们

    标题有点哗众取宠的味道了,当然了背后到底是谁不重要,重要是创造了这一盛举的背后到底发生了什么?写这篇文章的时候,国庆将至,我就在想双十一还会远吗?每年的双十一伴着TT猫的打折促销活动如约而至,疯狂的购 ...

  10. 【机器智能】双十一奇迹背后:机器智能如何构建社会的全新技术设施?

    来源:数字人的数字化思考 又一年双十一.在那个遥远的 2009 年,当双十一以光棍节的旗号亮相互联网之时,恐怕连马云也没有想到,这个原本只是电商促销的活动会成为一个全新「节日」,引发了从电商到线下零售 ...

最新文章

  1. 清华大学软件定义芯片团队的高能效量化卷积神经网络加速芯片入选固态电路顶级会议ISSCC 2021...
  2. submit按钮html,html的两种提交按钮submit和button
  3. 我想在 2012 储备的技术
  4. 这个故事告诉你,拥有吃不胖的超能力就无忧无虑
  5. 四个变量的图表怎么做_PPT中的图表怎么做才高大上?4步帮你搞定!
  6. 浅入浅出 Android 安全:第四章 Android 框架层安全
  7. spring+springmvc+hibernate 整合
  8. c语言如何调用外部文件的函数调用,keil 中如何调用其他文件的函数
  9. 关于创建对象的几个问题,拨云见日
  10. Mac 计算器隐藏功能,满足你所有计算要求
  11. android ndk问题,Android ndk helloWord 问题集锦
  12. SQL之正则表达式的简单使用
  13. SetupFactory使用
  14. pdf 分形 张济忠_分形
  15. VHDL学习:两种方式实现四选一选择器
  16. PTA 循环结构 7-3 简写转全称
  17. 使用高德JS-API进行基于LBS的开发-地图初始化地图控件
  18. 《嵌入式 - 嵌入式大杂烩》详解J-Link RTT打印
  19. Java Dome(实现一个简易版QQ聊天室)
  20. Oracle 数据库表中已有重复数据添加唯一键(唯一约束)

热门文章

  1. 三维实景地图,从航测到建模,再到可视化平台
  2. Python pandas.DataFrame.add_suffix函数方法的使用
  3. 阿里技术专家十五问,真题面试刀刀见肉,走进面试间(答案解析)
  4. 初秋西安,终南山Linux内核问道之旅
  5. 浏览器沙箱(sandBox)到底是什么?
  6. 新交规驾驶证扣分什么时候清零
  7. Foxmail不显示图片的处理方法
  8. 充值校园卡显示服务器异常,调查| 为何这次校园卡系统故障时间这么长?
  9. 麻省理工学院(MIT)发明漏洞自动修复系统
  10. 欢迎西南大学人工智能学院加入RICAI !!