MySQL データベースを予測と予測分析に使用するにはどうすればよいですか?
概要:
予測と予測分析はデータ分析において重要な役割を果たします。広く使用されているリレーショナル データベース管理システムである MySQL は、予測および予測分析タスクにも使用できます。この記事では、予測と予測分析に MySQL を使用する方法を紹介し、関連するコード例を示します。
CREATE TABLE sales ( id INT AUTO_INCREMENT PRIMARY KEY, date DATE, product_name VARCHAR(255), quantity INT, price DECIMAL(10,2) );
次に、サンプル データをテーブルに挿入できます:
INSERT INTO sales (date, product_name, quantity, price) VALUES ('2020-01-01', 'product1', 100, 10.99), ('2020-01-02', 'product2', 200, 20.99), ('2020-01-03', 'product3', 300, 30.99), ('2020-01-04', 'product4', 400, 40.99), ('2020-01-05', 'product5', 500, 50.99);
まず、回帰モデルの係数と切片を保存するテーブルを作成する必要があります:
CREATE TABLE sales_regression ( id INT AUTO_INCREMENT PRIMARY KEY, coefficient DECIMAL(10,2), intercept DECIMAL(10,2) );
次に、次の SQL ステートメントを使用して線形回帰計算を実行し、結果を保存します テーブルに移動します:
INSERT INTO sales_regression (coefficient, intercept) SELECT (n * SUM(x * y) - SUM(x) * SUM(y)) / (n * SUM(x * x) - SUM(x) * SUM(x)), (SUM(y) - (n * SUM(x * y) - SUM(x) * SUM(y)) / (n * SUM(x * x) - SUM(x) * SUM(x)) * SUM(x)) / n FROM ( SELECT @row_number := @row_number + 1 AS n, quantity AS x, price AS y FROM sales, (SELECT @row_number := 0) AS t ORDER BY date ) AS t;
これで、線形回帰モデルの係数と切片が得られました。これらの値を使用して売上予測を立てることができます。たとえば、次の SQL ステートメントを使用して、特定の日の売上を予測できます:
SELECT '2020-01-06' AS date, coefficient * 600 + intercept AS predicted_sales FROM sales_regression;
売上予測に移動平均法を使用するとします。次の SQL ステートメントを使用して、移動平均売上を計算できます:
SELECT date, AVG(price) OVER (ORDER BY date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_average FROM sales;
参考:
以上がMySQL データベースを予測と予測分析に使用するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。