阿里云天池竞赛——盐城汽车上牌量预测前10%方案

【赛题描述】

本次赛题需要选手利用历史某3年的汽车日上牌数据，预测某2年每天的汽车上牌数。初赛将挑选出5个汽车品牌，给出这些品牌每天的上牌数，当天是星期几，来预测5个汽车品牌未来每天的上牌总数。

【数据说明】

【题目分析】

首先，本次比赛的题目是一个预测问题，从过去数据中找到某种规则并对之后的事件进行预测。

其次，从训练集可以看到，每条样本有四个属性，date是一个从1到n的连续值；day_of_week是一个离散属性，属性值包含1到7；brand也是一个离散属性，属性值包含1到5；cnt即为我们的目标属性也就是当天的汽车上牌量（整数）。

请注意：提交结果只需预测当天物种测量的总上牌量即可，而并不需要预测出5种车辆相应的上牌量。

【本文方法】

通过探索性分析找出样本潜在属性来替代date，将预测问题转化为一个回归问题，将最后的预测值取整得到结果

-------------------------------------------------------------------分 割 线-----------------------------------------------------------------

【一般数据挖掘流程】

1、定义问题：即分析问题，确定问题的属性

2、收集数据：本册竞赛已经给出了数据集，在网站上下载即可

3、数据清洗：将数据集中的缺失项，异常值进行优化处理，保证后续工作正常开展

4、进行探索性分析（EDA）：通过图形化数据分析找出潜在问题

5、模型选择：既选择处与问题相匹配的机器学习算法

6、模型拟合与优化处理

-------------------------------------------------------------------分 割 线-----------------------------------------------------------------

【探索性分析】

1、先将同一天的汽车上牌量总数求出来ÿ