博客
关于我
拉钩作业:Bikeshare数据集 预测共享单车骑行量
阅读量:231 次
发布时间:2019-03-01

本文共 583 字,大约阅读时间需要 1 分钟。

单车共享数据集文件说明

day.csv: 按天计的单车共享次数(本次作业主要使用此文件)

hour.csv: 按小时计的单车共享次数(可供参考,但在本次作业中无需深入分析)

readme:数据集说明文件

文件字段详解

Instant记录号:数据记录ID

Dteday:日期(格式为YYYYMMDD)

Season:季节编码(1=春天,2=夏天,3=秋天,4=冬天)

yr:年份(0=2011年,1=2012年)

mnth:月份(1-12)

hr:小时(0-23,仅在hour.csv中出现,作业中不予考虑)

holiday:是否为节假日(1=yes,0=no)

weekday:星期几(0-6,0=Sunday,1=Monday等)

workingday:是否为工作日(1=yes,0=no)

weathersit:天气状况(1=晴天,2=多云,3=雾天或阴天,4=小雪、小雨,5=大雨、大雪或大雾)

temp:气温(单位:℃)

atemp:体感温度(单位:℃)

hum:湿度(百分比)

windspeed:风速(单位:km/h)

casual:非注册用户租车人数

registered:注册用户租车人数

cnt:每天每小时的总租车人数(响应变量y)

以上信息详细解释了day.csv文件中的各字段含义及数据特性,建议在实际分析中重点关注cnt字段作为主要响应变量。

转载地址:http://watv.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>