课程作业：基于 Python 控制台的机器学习算法的热点景区人流量预测数据分析系统

1. 项目目标

本项目的目的是通过使用机器学习算法，基于天气、节假日、地理位置等因素，预测热门景区的游客人流量。通过模型训练、预测和结果可视化，帮助我们分析哪些因素对游客数量的影响最大。

2. 使用技术栈

• 编程语言：Python
• 机器学习框架：scikit-learn
• 可视化库：Matplotlib, Seaborn
• 数据处理库：Pandas, Numpy

3. 项目结构

• 数据集：模拟一个热点景区的人流量数据集，包含影响人流量的不同因素（如天气、节假日、景区位置等）。
• 数据预处理：进行数据清洗、缺失值处理、特征选择等。
• 模型训练：使用线性回归模型和随机森林回归模型进行预测。
• 模型评估与可视化：评估模型的准确度并进行可视化展示。

4. 数据集模拟

本示例使用一个假设的景区人流量数据集，该数据集包括天气、节假日等因素对景区人流量的影响。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.model_selection import train_test_split
from sklearn.linear_model