2021数字中国创新大赛大数据赛道-城市管理大数据专题-早高峰共享单车潮汐点的群智优化感想

最新推荐文章于 2024-04-26 13:49:44 发布
最新推荐文章于 2024-04-26 13:49:44 发布
阅读量507 收藏 1
点赞数
文章标签： 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/agetha/article/details/113875079
版权

首先是运行代码。运行代码使用的是jupyter lab. 从网站上下载数据文件后，运行代码，得到result.txt
在这里插入图片描述

随后，sftp软件用的腾讯电脑管家安装的 filezilla
上传成功
在这里插入图片描述

在这里插入图片描述

Agetha
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
国内某共享单车数据集.zip
05-04
国内某共享单车数据集，内有两个csv文件，适合交通行业学生进行练手使用，科研价值或许不是很大，但是数据量不算小
DCIC-早高峰共享单车潮汐点的群智优化（1）
疯子书生的博客
02-19 1353
目录学习主题赛题说明赛题任务代码 学习主题 ： 比赛链接: https://data.xm.gov.cn/contest-series-api/promote/register/3/UrnA69nb. 赛题说明 共享单车，延伸了城市公共交通脉络，解决了市民出行“最后一公里”问题。然而，随着共享经济模式被越来越多市民接受，成为出行习惯，潮汐现象也随之出现。白天工作、晚上休息的人类活动规律的客观存在，加之上下班时间段的集中，导致早晚高峰“一车难寻”、“无地可停”的供需矛盾。本题希望通过对车辆数据的综合分析，对厦
早高峰共享单车潮汐点的群智优化（想法）
weixin_44023658的博客
02-25 423
一些想法 结合天气、地理环境等因素 对时间进行分类讨论，分为工作日和周末 实时计算潮汐点的变化，进行动态推荐，并结合红绿等，与当地公交、地铁相结合来进行多种交通方式推荐，提供多条路线供用户选择。 统计每辆单车骑行率，对于骑行率低的单车做一些特殊处理（减少权重等等） 额外数据 公交数据 地铁数据 打车服务数据 天气等数据 ...
早高峰共享单车潮汐点的群智优化
LitraLIN的博客
02-19 487
任务 详细见：早高峰共享单车潮汐点的群智优化 感想 本次是第一次参加datawhale的组队学习计划 遇到的问题： 1、部分库安装不上 这里使用"conda install geohash"命令下载geohash包，但是import时却报错， 解决方法：参考博客：https://www.cnblogs.com/ceeyo/p/11691283.html 学习点 高频函数的使用： apply()用法： 参考博客：https://blog.csdn.net/yanjiangdi/article/details
Task1 早高峰共享单车潮汐点的群智优化
Rocklyn的博客
02-20 267
Task1：早高峰共享单车潮汐点的群智优化 模型预测任务说明 为更好地掌握早高峰潮汐现象的变化规律与趋势，参赛者需基于主办方提供的数据进行数据分析和计算模型构建等工作，识别出工作日早高峰 07:00-09:00潮汐现象最突出的 40 个区域，列出各区域所包含的共享单车停车点位编号名称，并提供计算方法说明及计算模型，为下一步优化措施提供辅助支撑, 城市公共自行车从业者将发生在早晚高峰时段共享单车“借不到、还不进”的问题称之为“潮汐”现象。本题涉及的“潮汐现象”聚焦“还不进”的问题，识别出早高峰共享单车最淤积
Coggle组队学习：DCIC早高峰共享单车潮汐点的群智优化 TASK1
qq_43303805的博客
02-19 432
DCIC早高峰共享单车潮汐点的群智优化TASK2 有幸参加了coggle的组队学习，这次是打卡的第一次blog。 TASK完成的有点糟糕就跑了一个阿水大佬的baseline，阿水的视频也就看了一半。（过年走亲戚的实在是太多了实在推脱不开）。 下面这个是对应的Baseline。 coggleTASK2 的baseline 下面这是baseline的运行结果的截图。 TASK2的主要是熟悉比赛流程，这一套确实是了解了很多，之前没有参加过kaggle和天池的比赛，都是一些老师安排的小比赛，这种竞赛的形式还是第一
早高峰共享单车潮汐点的群智优化Baseline
weixin_44023658的博客
02-19 2202
参考自：coogle数据科学 https://coggle.club/learn/dcic2021/ 赛题说明 2021数字中国创新大赛大数据赛道-城市管理大数据专题
算法分析_早高峰共享单车潮汐点的群智优化学习记录
hxl
02-20 1141
导入数据集 共享单车轨迹数据为再使用时产生的定位数据，具体包含单车在不同时间段（默认15秒记录一次）的经纬度信息 #导入常见库 import os,codecs import pandas as pd import numpy as np %pylab inline from IPython.display import set_matplotlib_formats set_matplotlib_formats('svg') from matplotlib import font_manager a
DataWhale组队学习分享1-早高峰共享单车潮汐点的群智优化
ljchyes的博客
02-19 288
对baseline的解读。 Baseline给出两种方法计算共享单车的潮汐情况。方法1使用geohash库，对经纬度编码，将一定精度范围内的区域视为同一区域，计算每个区域的入流量和出流量。接着由出入流量之差，计算该位置的留存量。然后提取街道信息，根据“留存车辆 / 街道停车位总面积”，计算得到道路上的车密度。 方法2对经纬度距离应用KNN方法聚类，得到停车点和密度。 方法1的统计方法可能会不准确，精度只能到街道信息，故倾向于选择方法2。 计算完潮汐点之后，开始研究停车点推荐。Baseline的策略是：根据.
DCIC2021数字中国创新大赛大数据赛道-城市管理大数据专题学习
PJHLTL的博客
02-19 859
第一天baseline代码运行 竞赛网站：https://data.xm.gov.cn/contest-series/digit-china-2021/#/3/my_game?pageUrl=send_homework&registerCode=CS-GXDC-0598&registerId=d3deeb01d005480d9cd4bed66182dde4 运行结果 baseline代码来源:https://cdn.coggle.club/dcic2021/DCIC-baseline.htm
早高峰共享单车潮汐点的群智优化-Task01
qq_45068574的博客
02-20 555
早高峰共享单车潮汐点的群智优化DCIC2021算法分析题赛题介绍赛题任务功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 DCIC2021算法分析题赛题介绍 共享单车，延伸了城市公共交通脉络，解决了市民出行“最后一公里”问题。然而，
“梧桐杯”中国移动大数据应用创新大赛 - 智慧城市赛道TOP12.zip
11-08
计算机大赛-移动应用创新赛相关程序代码、设计文档、使用说明，供学习参考 计算机大赛-移动应用创新赛相关程序代码、设计文档、使用说明，供学习参考 计算机大赛-移动应用创新赛相关程序代码、设计文档、使用说明，...
“梧桐杯”中国移动大数据应用创新大赛 - 智慧金融赛道-初赛A, B榜Rank1方案.zip
11-08
“梧桐杯”中国移动大数据应用创新大赛 - 智慧金融赛道-初赛A, B榜Rank1方案.zip 1、该资源内项目代码经过严格调试，下载即用确保可以运行！ 2、该资源适合计算机相关专业(如计科、人工智能、大数据、数学、电子信息...
2020DCIC-创新大赛大数据赛道.zip
06-30
kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。 kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、...
“梧桐杯”中国移动大数据应用创新大赛 - 智慧金融赛道 Baseline.zip
11-08
计算机大赛-移动应用创新赛相关程序代码、设计文档、使用说明，供学习参考 计算机大赛-移动应用创新赛相关程序代码、设计文档、使用说明，供学习参考 计算机大赛-移动应用创新赛相关程序代码、设计文档、使用说明，...
每天一个数据分析题（二百八十二）
shiguangre的博客
04-22 598
积分表result中有A B C D四列，要求：1）当A列值大于等于B列时，选择A列否则选择B列 2）当C列值大于等于D列时，选择C列否则选择D列。用SQL语句实现正确的是：（ ）
人工智能对数据分析领域的影响是什么？
WhiteCattle_DATA的博客
04-23 515
在数据分析过程中，数据清洗是一个至关重要的环节，旨在消除数据中的错误、异常和冗余，确保数据质量。而人工智能算法，特别是机器学习和深度学习模型，能够自动地从海量数据中识别模式、预测趋势并做出决策，大大提高了分析的速度和准确性。这一领域的技术革新和应用拓展正在推动数据分析从传统的基于规则的方法转变为基于机器学习和深度学习的自动化方法。总的来说人工智能对数据分析领域的影响是全方位的，从提高分析效率和准确性到促进数据清洗和可视化，再到解决挑战和限制，都在推动着数据分析领域的不断进步和发展。
每天一个数据分析题（二百九十四）
最新发布
shiguangre的博客
04-26 356
在维度汇总度量的过程中，不是只能应用某一个维度而是可以将多个不同的维度放在一起来进行嵌套使用，下列说法错误的是（）
数据分析-pandas2
别追我我有止咳糖浆
04-23 962
接上述1。
2023年mathorcup大数据挑战赛-赛道a
11-02
2023年Mathorcup大数据挑战赛赛道A将是一场激动人心的竞赛。本次比赛旨在鼓励参赛者运用大数据技术解决实际问题，并推动数据科学在各行各业的应用。以下是我对这个比赛赛道的一些见解： 首先，比赛赛道A将关注某个...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值