お弁当の需要予測

ある研究会で面白い問題を聞いた．仕出し弁当の需要予測だ．

深層学習でやるとこんな感じになる．まず，仕出し弁当の顧客（個々の人ではなく工場など）ごとの売れ行きの合計はほぼ同じ人数なのでそれをメインに予測する．ただの回帰モデルだ．ただし，お弁当は数種類あり，日替わりもある．それらへの配分比率は，お弁当の種類（材料とか料理法）によって変化する．

配分比率も同時に予測するには，分類モデルを用いる．分類モデルではターゲットが選ばれる確率を予測することになるので，それを顧客ごとの予測値とかけたものが実績値になる．それとの誤差を評価値にした回帰モデルになる．

入力は日付（適当な特徴ベクトルに分解）．弁当の名前（適当な特徴ベクトルに分解），顧客名，天候，気温などで，カテゴリカルデータは埋め込みによって次元を落としたあとに，数層の深層学習モデルに入れる．

勝手にどの特徴がきくかを学習してくれるので，普通の機械学習よりは当たると思われる．

仕出し弁当屋さんでデータをもっている人で興味があればご連絡ください:-) 

今回は個々の弁当の売上が合計と等しいという制約が付加されたことになるが，他にも予測したいものに対して制約条件があるようなタイプのものにも拡張できるかもしれない．