自行车出租预测
结合机器学习回归,集成学习和深度学习模型来预测自行车租赁数量
数据源:bikesharing.csv-
该项目是作为UT达拉斯应用机器学习课程的主要任务而创建的,包括2个项目:
项目1有2个部分:
第1部分::数据清理,有监督的机器学习回归模型
第2部分::数据清理,监督式机器学习分类模型
项目2有2个部分:
第1部分: :集成学习,主成分分析(PCA),使用PCA的回归模型,使用神经网络的深度学习(DL)模型
第2部分: :整体学习,主成分分析(PCA),使用PCA的分类模型,使用神经网络的深度学习(DL)模型
目录
描述
该项目的目的是预测多元化投资组合的股票价格,其中包括来自6个不同行业的6家公司和S&P500,以帮助投资者在20年的收盘价,开盘价,高价,低价和交易量的基础上做出财务决策。 由于主要目的是测试不同的回归模型,因此该项目将对所有模型使用一家公司
1