公共自行车使用量预测
公共自行车使用量预测
比赛概述
本比赛为个人练习赛，主要针对于于数据新人进行自我练习、自我提高，与大家切磋。
任务类型：回归
背景介绍:
公共自行车低碳、环保、健康，并且解决了交通中“最后一公里”的痛点，在全国各个城市越来越受欢迎。本练习赛的数据取自于两个城市某街道上的几处公共自行车停车桩。我们希望根据时间、天气等信息，预测出该街区在一小时内的被借取的公共自行车的数量。
数据来源：
Laboratory of Artificial Intelligence and Decision Support (LIAAD), University of Porto, Portugal。为了公平起见，数据已经进行脱敏加工处理。标题图片来源：36氪。
数据下载
数据文件（三个）：
train.csv 训练集，文件大小 273kb
test.csv 预测集, 文件大小 179kb
sample_submit.csv 提交示例 文件大小 97kb
下载该数据即同意不以商业为目的传播、发布该数据集。
训练集中共有10000条样本，预测集中有7000条样本。
变量说明：
| 变量名 | 解释 |
|---|---|
| id | 行编号，没有实际意义 |
| y | 一小时内自行车被借取的数量。在test.csv中，这是需要被预测的数值。 |
| city | 表示该行记录所发生的城市，一共两个城市 |
| hour | 当时的时间，精确到小时，24小时计时法 |
| is_workday | 1表示工作日，0表示节假日或者周末 |
| temp_1 | 当时的气温，单位为摄氏度 |
| temp_2 | 当时的体感温度，单位为摄氏度 |
| weather | 当时的天气状况，1为晴朗，2为多云、阴天，3为轻度降水天气，4为强降水天气 |
| wind | 当时的风速，数值越大表示风速越大 |
评价方法
评价方法为RMSE(Root of Mean Squared Error)。
若真实值为$y=(y_1,y_2,\cdots,y_n)$，模型的预测值为$\hat y=(\hat y_1,\hat y_2,\cdots,\hat y_n)$，那么该模型的RMSE的计算公式为 $$RMSE=\sqrt{\frac{\sum_{i=1}^n(y_i-\hat y_i)^2}{n}}.$$ 例如，真实值$y=(15, 20, 12)$，预测值$\hat y = (17.5, 24.1, 9.6)$，那么这个预测结果的RMSE为 $$RMSE = \sqrt{\frac{(15-17.5)^2+(20-24.1)^2+(12-9.6)^2}{3}}\approx 3.0995.$$
RMSE越小，说明模型预测得越准确。