我想提前三天估计餐厅的销售情况，以便员工能及时订购新鲜食材。我开始使用线性回归，但注意到以下情况：对于餐厅来说，如果顾客无法得到他点的食物，比起食物最终被丢弃的情况更糟。我想我可能只需要一个偏斜的成本函数，但我不确定。也许已经有现成的解决方案了。

另一个问题：有些日子，餐厅有一些预订（预订订单），所以我知道他们至少需要一定数量的食物。如何将这些考虑进去？

谢谢！

回答：

这是一个相当宽泛的问题，需要的不仅仅是堆栈溢出的回答。我首先考虑的是设置一个预测算法，就像你提到的线性回归。你还可以给它加上一个常数，就像mx+b中的b一样，其中b是预订的已知食物量。所以你会运行线性回归，然后在最终的预测中加上一个常数来近似预订的影响。随着数据的增加，你可以开始将预订作为模型的一个变量来纳入。从那里，你将想要建立另一个模型来估计购买量，因为你将有一个成本函数，它更强调多余而不是不足。你需要知道成本与利润之间的关系来开发一个计算过多食物与不足食物的风险的算法，但这并不难。你可能需要研究利润曲线：https://en.wikipedia.org/wiki/Profit_maximization

希望这些足以让你开始！