基于R语言的Kaggle案例分析学习笔记（二）

共享自行车需求预测

本案例提纲：

1、了解题目背景

2、描述性分析

3、特征工程

4、模型选择

5、基于R实现模型

1、题目背景及要求

题目背景：

        大红色的“首都自行车共享”，2013年11月开始，出现在美国首都华盛顿哥伦比亚，设立了一百多个无人看管的自行车出租点。政府积极鼓励地方发展节约能源的交通方法，希望人民生活更方便、更健康。由此，联邦政府运输部资助600万美元，启动了“首都自行车共享”项目。在美国，骑车人和行人的权益都受到政府和各方保护，有时在优先权上更甚于开汽车，在不少城市都设有安全步道系统。

题目要求：

        数据来源：华盛顿自行车共享计划中的自行车租赁数据

        分析共享自行车和天气之间的关系

        评价标准：预测的出租书量与真实的出租数量

以下是本题的数据字典：

英文字段	中文字段	说明
datetime	日期时间	小时日期+时间戳
season	季节	1=春季，2=夏季，3=秋季，4=冬季
holiday	假期	是否被认为是假日
workingday	工作日	是周末还是假期
weather	天气	1：干净，少云，部分多云，部分多云 2：雾+多云，雾+破碎的云雾，雾+少云，雾 3：小雪，小雨+雷暴+分散的云彩，小雨+分散云 4：大雨+冰粒
temp	温度	摄氏温度
atemp	atemp	“感觉”摄氏温度
humidity	湿度	相对湿度
windspeed	风速	风速
casual	非注册	新的非注册用户租车数
registered	注册	新的注册用户租金车数
count	数量	总出租的数

2、描述性分析

通过对季节、天气、湿度、风速、假期、工作日、温度、体感温度的租车数量的直方图，观察租车数的影响因素，并提出假设。

                                                                    不同季节租车数的直方图

                                                             不同天气租车数直方图