博客
关于我
拉钩作业:Bikeshare数据集 预测共享单车骑行量
阅读量:231 次
发布时间:2019-03-01

本文共 583 字,大约阅读时间需要 1 分钟。

单车共享数据集文件说明

day.csv: 按天计的单车共享次数(本次作业主要使用此文件)

hour.csv: 按小时计的单车共享次数(可供参考,但在本次作业中无需深入分析)

readme:数据集说明文件

文件字段详解

Instant记录号:数据记录ID

Dteday:日期(格式为YYYYMMDD)

Season:季节编码(1=春天,2=夏天,3=秋天,4=冬天)

yr:年份(0=2011年,1=2012年)

mnth:月份(1-12)

hr:小时(0-23,仅在hour.csv中出现,作业中不予考虑)

holiday:是否为节假日(1=yes,0=no)

weekday:星期几(0-6,0=Sunday,1=Monday等)

workingday:是否为工作日(1=yes,0=no)

weathersit:天气状况(1=晴天,2=多云,3=雾天或阴天,4=小雪、小雨,5=大雨、大雪或大雾)

temp:气温(单位:℃)

atemp:体感温度(单位:℃)

hum:湿度(百分比)

windspeed:风速(单位:km/h)

casual:非注册用户租车人数

registered:注册用户租车人数

cnt:每天每小时的总租车人数(响应变量y)

以上信息详细解释了day.csv文件中的各字段含义及数据特性,建议在实际分析中重点关注cnt字段作为主要响应变量。

转载地址:http://watv.baihongyu.com/

你可能感兴趣的文章
Numpy.fft.fft和numpy.fft.fftfreq有什么不同
查看>>
Numpy.ndarray对象不可调用
查看>>
Numpy:按多个条件过滤行?
查看>>
Numpy:条件总和
查看>>
numpy、cv2等操作图片基本操作
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>
numpy数组替换其中的值(如1替换为255)
查看>>
numpy数组索引-ChatGPT4o作答
查看>>
NUMPY矢量化np.prod不能构造具有超过32个操作数的ufunc
查看>>
Numpy矩阵与通用函数
查看>>
numpy绘制热力图
查看>>
numpy转PIL 报错TypeError: Cannot handle this data type
查看>>
Nutch + solr 这个配合不错哦
查看>>
NutzCodeInsight 2.0.7 发布,为 nutz-sqltpl 提供友好的 ide 支持
查看>>
NutzWk 5.1.5 发布,Java 微服务分布式开发框架
查看>>
NUUO网络视频录像机 css_parser.php 任意文件读取漏洞复现
查看>>
NuxtJS 接口转发详解:Nitro 的用法与注意事项
查看>>
NVelocity标签使用详解
查看>>
Nvidia Cudatoolkit 与 Conda Cudatoolkit
查看>>