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
Openbox-桌面图标设置
查看>>
opencart出现no such file or dictionary
查看>>
opencv Mat push_back
查看>>
opencv waitKey() 函数理解及应用
查看>>
OpenCV 中的图像转换
查看>>
OpenCV 在 Linux 上的 python 与 anaconda 无法正常工作.收到未实现 cv2.imshow() 的错误
查看>>
Opencv 完美配置攻略 2014 (Win8.1 + Opencv 2.4.8 + VS 2013)上
查看>>
opencv 模板匹配, 已解决模板过大程序不工作的bug
查看>>
opencv&Python——多种边缘检测
查看>>
opencv&python——高通滤波器和低通滤波器
查看>>
OpenCV-Python接口、cv和cv2的性能比较
查看>>
opencv12-图像金字塔
查看>>
opencv21-像素重映射
查看>>
opencv22-直方图均衡化
查看>>
opencv26-模板匹配
查看>>
opencv27-轮廓发现
查看>>
opencv29-轮廓周围绘制矩形框和圆形框
查看>>
OpenCV3 install tutorial for Mac
查看>>
opencv3-Mat对象
查看>>
opencv30-图像矩
查看>>