Bike Rental Count:本案例的目的是根据环境和季节情况每天预测自行车的租赁数量 源码

本案例的目的是根据环境和季节情况,每天预测自行车的租金。 数据集中数据属性的详细信息如下-即时:记录索引dteday:日期季节:季节(1:弹簧,2:夏季,3:秋季,4:冬季)yr:年份(0:2011,1:2012) )mnth:月(1到12)hr:小时(0到23)假日:天气日期是否为假日(从假日时间表中提取)工作日:星期几工作日:如果天既不是周末也不是假日为1,否则为0. weathersit :(摘自Freemeteo)1:晴,少云,部分多云,部分多云2:薄雾+多云,薄雾+碎云,薄雾+少云,薄雾3:小雪,小雨+雷暴+零散的云,小雨+零散的云4:大雨+冰块+雷暴+雾,雪+雾温度:摄氏温度的正常化。 这些值是通过(t-t_min)/(t_max-t_min),t_min = -8,t_max = + 39(仅以小时为单位)导出的。 值是通过(t-t_min)/(t_maxt_ min),t_