销售量预测模型：线性回归、时间序列、决策树等

销售量预测可以用多种模型，包括以下几种：

1. 线性回归模型：利用线性关系建立销售量与各种因素之间的关系，如时间、价格、促销等。

2. 时间序列模型：利用时间序列数据的特性建立模型，包括ARIMA、VAR等。

3. 决策树模型：通过构建决策树，对销售量与各种因素之间的关系进行分类和预测。

4. 神经网络模型：通过构建多层神经网络，对销售量与各种因素之间的复杂关系进行建模和预测。

5. 集成学习模型：通过将多个模型进行集成，提高预测的准确性和稳定性，如随机森林、boosting等。