沃尔玛零售销售预测：端到端机器学习项目实战解析

一个完整的端到端数据科学项目，使用机器学习预测45家沃尔玛门店的每周部门级销售额，包含数据探索、清洗、可视化、建模和交互式Streamlit应用。

• 原作者/维护者： cnoret
• 来源平台： GitHub
• 原始标题： retail-data-analysis
• 原始链接： https://github.com/cnoret/retail-data-analysis
• 发布时间： 2026年6月2日

这是一个完整的端到端数据科学项目，目标是预测45家沃尔玛门店中各部门的每周销售额。项目不仅包含传统的Jupyter Notebook分析流程，还构建了一个交互式的Streamlit Web应用，让业务用户也能直观地探索数据和进行实时预测。

项目已部署至Streamlit Cloud，可直接访问体验：https://retail-data-analysis.streamlit.app/

项目使用的数据集规模相当可观：

• 记录总数： 421,570条周度记录
• 门店数量： 45家门店
• 部门数量： 81个部门
• 时间跨度： 2010年2月至2012年10月
• 总营收： 约67亿美元

这是一个典型的时间序列回归问题，涉及多门店、多部门的复杂销售模式预测。

Streamlit应用包含六个核心模块，完整覆盖数据科学生命周期：

提供三个原始数据集的交互式概览，包括缺失值分析。用户可以快速了解数据结构和质量问题，为后续处理做准备。

完整的数据清洗流程，包括：

• 缺失值填充（imputation）
• 日期解析和特征提取
• 多数据集合并

这一模块展示了如何将原始数据转化为可供建模的干净数据集。

使用Plotly构建的交互式图表，包括：

• 相关性矩阵热力图
• 销售额分布直方图
• 门店销售额排名
• 时间趋势分析
• 节假日对销售的影响

这些可视化帮助业务人员直观理解销售模式和关键驱动因素。