一些人决定通过在不同的公共场所卖柠檬水来赚钱。每个人都有一个固定的销售点。每天早上，他们会去柠檬水制造商的仓库购买一整天的库存，根据他们的预测来决定购买量。在一天中的任何时候，他们都可以要求即时送货，但这会增加成本，我们不希望这种情况发生。此外，如果他们购买的量超过了当天的需求，他们将获得较小的利润。

关键是每个人都了解他们的业务地点。他们开始发现顾客习惯的模式，消费量基于星期几、天气、区域内的活动等。所有这些变量、预测和实际消费数据都被存储在数据库中。

我的愿望是实现一个软件方法，帮助柠檬水卖家更好地预测他们的柠檬水需求。你对哪种机器学习方法可以帮助我预测柠檬水卖家的需求有任何建议吗？

回答：

这听起来像是一个回归问题。尝试使用线性回归，如果效果不好，可以进阶到更复杂的方法（如SVM回归）。

无法确定哪种方法最有效。尝试各种方法，尝试不同的特征集和算法设置，并进行测量，测量，再测量。