深度学习库存预测实战指南 - 第4节 🗂️ 1. 数据来源 & 字段解读 source & schema

🗂️ 1. 数据来源 & 字段解读 source & schema

📌 数据来源

零售ERP系统 历史库存快照 (2019-2024)
WMS仓储日志 入库/出库/调拨记录
销售POS 每日销量与退货数据
外部特征 节假日、促销日历、天气指数

📏 数据量： 5年 · 3200个SKU · 日级别 · 1.2M 行

📋 核心字段解读

字段	类型	说明
sku_id	string	商品唯一编码
date	date	库存日期
stock_qty	int	当日结存数量
inbound_qty	int	入库量
outbound_qty	int	出库量 (销售+调拨)
backorder_qty	int	缺货待补
price	float	加权平均单价
is_holiday	bool	是否节假日

🧹 2. 缺失值 & 异常值处理 data cleaning

⚠️ 缺失值策略

stock_qty : 线性插值 (时间序列连续性)
inbound/outbound : 用0填充 (无活动)
price : 前向填充 + 部门均值
backorder : 中位数填充 (偏态分布)

🧮 缺失比例：整体 < 3.2% ，不影响建模

🚨 异常值检测与处理

IQR 规则 (1.5倍四分位距) 识别 stock_qty 离群点
时序异常 : 突增/突降 > 3σ 标记为人工核查
业务规则 : 库存 <0 视为异常 → 取值或修正
处理 : 盖帽法 (99%分位数截断) + 局部平滑

📉 异常占比：约 1.8% ，经处理后分布更稳健

🐍 Python 示例缺失值/异常值处理片段

# 缺失值线性插值 + 异常值盖帽
import pandas as pd
import numpy as np

df['stock_qty'] = df['stock_qty'].interpolate(method='linear')
df['inbound_qty'] = df['inbound_qty'].fillna(0)

# IQR 异常处理
Q1 = df['stock_qty'].quantile(0.25)
Q3 = df['stock_qty'].quantile(0.75)
IQR = Q3 - Q1
lower = Q1 - 1.5 * IQR
upper = Q3 + 1.5 * IQR
df['stock_qty'] = df['stock_qty'].clip(lower, upper)

📈 3. 时间序列可视化 time series insight

图1 · 库存量日趋势 (平滑后)

图2 · 缺失/异常比例

📊 可视化发现：

库存呈现 周季节性 (周末降低)
每年1月/7月库存波峰 (促销前备货)
异常值多发生在 双十一/黑五 大促
缺失值随机分布，无系统性偏差

📦 库存数据理解 · 探索分析

🗂️ 1. 数据来源 & 字段解读 source & schema

📌 数据来源

📋 核心字段解读

🧹 2. 缺失值 & 异常值处理 data cleaning

⚠️ 缺失值策略

🚨 异常值检测与处理

📈 3. 时间序列可视化 time series insight

🧩 探索性分析 → 预测架构 EDA2ML