Big Mart 的数据科学家收集了 2013 年不同城市 10 家门店的 1559 种产品的销售数据。此外，还定义了每个产品和商店的某些属性。目的是建立一个预测模型并预测每个产品在特定商店的销售额。

使用此模型，Big Mart 将尝试了解对增加销售额起关键作用的产品和网点的属性。

请注意，由于技术故障，某些商店可能无法报告所有数据，因此数据可能存在缺失值。因此，需要相应地对待它们。

该数据集提供了所购买产品的产品详细信息和网点信息，并将其销售价值分为训练集（8523）和测试集（5681）。

训练文件：包含带有销售价值的商品出口信息的 CSV

测试文件：包含需要预测销售额的商品出口组合的 CSV

变量描述

ProductID : 唯一的产品 ID

Weight：产品重量

FatContent : 指定产品是否低脂可见性：分配给特定产品的商店中所有产品的总展示区域的百分比

ProductType : 产品所属的类别

MRP : 产品的最高零售价（标价）

OutletID : 唯一的商店 ID成立年份：网点成立年份

OutletSize : 商店的面积（以覆盖的地面面积计）

LocationType : 商店所在城市的类型

OutletType ：指定出口是杂货店还是某种超市

OutletSales ：（目标变量）产品在特定商店的销售额

应用：

零售店中给定产品的销售额既取决于商店属性，也取决于产品属性。该数据集是探索和构建数据科学模型以预测未来销售的理想选择。