共享单车c语言项目,共享单车项目分析

一、提出问题

在本项目中，参与者被要求将历史使用模式与天气数据相结合，以便预测华盛顿特区的自行车租赁计划中的自行车租赁需求。

二、理解数据

2.1 收集数据

一般而言，数据由甲方提供。若甲方不提供数据，则需要根据相关问题从网络爬取，或者以问卷调查形式收集。本次共享单车数据分析项目数据源于Kaggle。获取数据后需要对数据整体进行分析，从而提炼问题，为后续建模奠定基础。

首先查看Kaggle所提供的数据描述：

(1)    日期时间：年/月/日/时间，例：2011/1/1 0:00

(2)    季节：1=春，2=夏，3=秋天，4=冬天

(3)    假日：是否是节假日(0=否，1=是)

(4)    工作日：是否是工作日(0=否，1=是)

(5)    天气：1=晴天、多云等(良好)，2=阴天薄雾等(普通)，3=小雪、小雨等(稍差)，4=大雨、冰雹等(极差)

(6)    实际温度(℃)

(7)    感觉温度(℃)

(8)    湿度

(9)    风速

(10)未注册用户租借数量

(11)注册用户租借数量

(12)总租借数量

根据官方数据描述，特征为前9项，分别为日期时间(1)、季节(2)、工作日/节假日(3-4)、天气(5-9)四类；标签为后3项：注册/未注册用户租借数量以及租借总数。因为官方规定的提交文件中要求预测的只有租借总数，因此本项目中只关注租借总数的预测。

2.2导入并理解数据

首先导入并查看训练数据和测试数据：import pandas as pd

#导入并查看训练数据和测试数据

train_data = pd.read_csv('data/train.csv')

test_data = pd.read_csv('data/test.csv')

print(train_data.shape)

print(train_data.info())

print(test_data.shape)

print(test_data.info())

训练数据共12列，10886行，测试数据共9列，6493行，且所有数据完整，没有缺失。相比于训练数据，测试数据缺少注册/未注册用户租借数量以及租借总数3个标签，需要我们通过建模进行预测。

三、数据处理与分析

3.1 数据预处理

在数据处理过程中，最好将训练数据与测试数据合并在一起处理，方便特征的转换。通过查看数据，训练和测试数据均无缺失、不一致和非法等问题。值得注意的是，日期时间特征由年、月、日和具体小时组成，还可以根据日期计算其星期，因此可以将日期时间拆分成年、月、日、时和星期5个特征。#第二步：数据预处理

#合并两种数据，使之共同进行数据规范化

data = train_data.append(test_data)

#拆分年、月、日、时

data['year'] = data.datetime.apply(lambda x: x.split()[0].split('-')[0])

data['year'] = data['year'].apply(lambda x: int(x))

data['month'] = data.datetime.apply(lambda x: x.split()[0].split('-')[1])

data['month'] = data['month'].apply(lambda x: int(x))

data['day'] = data.datetime.apply(lambda x: x.split()[0].split('-')[2])

data['day'] = data['day'].apply(lambda x: int(x))

data['hour'] = data.datetime.apply(lambda x: x.split()[1].split(':')[0])

data['hour'] = data['hour'].apply(lambda x: int(x))

data['date'] = data.datetime.apply(lambda x: x.split()[0])

data['weekday'] = pd.to_datetime(data['date']).dt.weekday_name

data['weekday']=data['weekday'].map({'Monday&#