精准的销售额预测能够帮助企业管理者有效的制定经营规划,进而使经营策略和工作计划更加有效和准确,提高企业综合竞争力。当前国内外基于零售业销售额的预测研究,通常使用时间序列分析预测方法与机器学习建模预测方法。时间序列分析预测方法在预测中突出了时间因素的作用,没有将外界的影响因素考虑在内,所以当外界环境变化较大时,预测值往往会有较大的误差。机器学习建模预测方法分析的是影响预测的全部因素,预测方法灵活高效。但是单独的机器学习建模预测方法基于预先假设,这种假设具有局限性,导致单个模型无法包含数据中的全部信息,需要组合多种模型建立混合模型进行预测。本文的研究重点是基于现实销售数据建立混合模型,提高预测模型的预测精度与泛化能力。本文的研究对象是德国实体零售业巨头Rossmann公司的多家商店销售数据与商店信息数据,对这些数据进行探索性数据分析,分析各变量对商店销售额的影响并进行可视化呈现。针对数据集特点进行数据预处理,搭建特征工程,比较了线性回归、随机森林、支持向量机、XGBoost模型在销售额预测上的表现,初步发现XGBoost模型在数据集上的预测精度评价指标最优。为了进一步提高XGBoost模型在预测销售额时的精度与泛化能力,设计了一个基于聚类算法与XGBoost模型的混合模型PCA-K-Means-XGBoost。该混合模型包括主成分分析,K均值聚类和XGBoost回归,对特征集降维之后选择最优的聚类类数,对聚类后的不同类别数据分别训练XGBoost模型,混合模型后进行最终预测。实验结果表明,PCA-K-Means-XGBoost混合预测模型进一步提高了预测精度与泛化能力。同建立单个模型进行预测的方法相比,混合模型能够包含原始数据集的全部维度信息,更适合应用在如零售业销售额预测这样信息繁多的预测领域中。