前言

这几年，我们一直在探索零售行业的更多可能，其中“数字化”是被提到过最多的词汇之一。

“数字化”的主要用途之一，便是实现线下、线上和物流的无缝连接，三端的复杂多变的信息全面转变为可以度量的数字、数据，再以这些数字、数据建立起适当的数字化模型，借助技术，智能化的统一处理。改变传统通过人工处理大量信息的模式。

当然“数字化”仅是新零售当中的变革之一。接下来，我们将开启一场神奇之旅，探索数字化时代背景下多种多样的新零售实践模式。

智慧零售

新零售模式下，进行了线上、线下的融合和流程重构，通过数据来驱动新技术的应用，借助前沿技术，实现成本、效率、体验的升级。

新零售的另一解释是智慧零售。智慧零售主要是合理运用互联网、物联网技术，感知消费者的消费习惯，预测未来的消费趋势，进而引导生产制造，为消费者提供多样化、个性化的产品和服务。

我们目前主要在“智慧零售”这条道路上奋勇向前。

货物分类

Modelarts的自动学习

华为云ModelArts自动学习自动学习支持快速创建图像分类、物体检测、预测分析、声音分类和文本分类模型的定制化开发。可广泛应用在工业、零售安防等领域。

• 图像分类：识别图片中物体的类别。
• 物体检测：识别出图片中每个物体的位置和类别。
• 预测分析：对结构化数据做出分类或数值预测。
• 声音分类：对环境中不同声音进行分类识别。
• 文本分类：识别一段文本的类别。

其中，图像分类正好是我们当前需要的货物分类功能，来看一下如何做货物的分类。

数据准备

本次用到的货物数据集，是我们自己准备的一个数据集。它包含在项目的货物自动学习goods-learn的datasets模块中。我们可以调用load_goods函数来加载数据：

from gdlearn.datasets import load_goods
goods_dataset = load_goods()

load_goods返回的good对象是一个字典，里面包含键和值。我们来打印一下这个对象：

print("keys of goods_dataset: \n{}".format(goods_dataset.keys( )))

打印结果：

keys of goods_dataset:
dict keys(['target_names', 'feature_names','data','target'])

解释一下每个键的含义：

• target_names：对应的值是一个字符串数组，里面包含我们要预测的货物的品种；
• feature_names：对应的值是一个字符串列表，对每一个特征进行了说明；
• data：对应的值是一个数组，包含货物的名称、货物的价格、货物所在货架的位置等数据，data数组的每一行对应一件货物，列代表每件货物的三个测量数据；
• target：对应的值是一个数组，包含的是记录过的每件货物的数据。

训练数据与测试数据意义

训练数据与测试数据的最重要的作用是：衡量模型是否成功。

如果我们想要利用这些数据构建一个机器学习模型，用于预测新测量的货物的类型。但在将模型应用于新的测量数据之前，我们需要知道模型是否有效，即我们是否应该相信它的预测结果。

于是，我们要用新数据来评估模型的性能。

所谓新数据，是指模型之前没有见过的数据。我们需要有这些新数据的标签。

华为云ModelArts的自动学习中支持给数据集打标签，所以我们直接借助华为云ModelArts提供的能力，可以节约时间。标注的具体操作可以参考官方文档：数据标注。

收集好的带标签数据（此例中是100个不同的货品的测量数据），一般会分成两部分。

• 一部分数据用于构建机器学习模型，叫作训练数据(training data)或训练集(training set)。
• 剩余部分的数据用来评估模型性能，叫作测试数据(test data)、测试集(test set)或留出集(hold-out set)。

总结

关于新零售模式下的自动学习中，货物分类的灵感主要源于华为云ModelArts提供的图像分类功能。本篇着重是数据准备工作。

数据准备工作是自动学习的基石，在继续下一步，也就是开始构建模型之前，我们需要理解准备的数据集的内容，以及这些数据与我们想要解决的任务之间的关系。

数据准备工作已经准备妥当。

未来，华为云ModelArts的旅程将持续进行下去，而我会分享每一段的记录和感悟。

作者：非职业「传道授业解惑」的开发者叶一一
简介：「趣学前端」、「CSS畅想」系列作者，华夏美食、国漫、古风重度爱好者，刑侦、无限流小说初级玩家。
如果看完文章有所收获，欢迎点赞👍 | 收藏⭐️ | 留言📝。