kaggle-bike-share-源码

共享单车 我在 Kaggle 自行车共享需求竞赛中的尝试 文件描述和生成结果的执行顺序 clean_combine - 清理测试和训练数据集并将它们组合成单个 csv add_features - 添加回归算法使用的附加功能 Daily_trend_rf_​​split_predict - 使用随机森林来拟合注册用户和临时用户的每日总和，然后使用它来规范化数据，计算两个类别的典型工作日和工作日每小时趋势，并将它们组合在一起以对整个进行每小时预测2年时间跨度 回归分类器可以以任何顺序运行 4a. random_forest_hourly_predict - 使用随机森林和由天气等组成的特征来预测 rf 每日趋势预测的对数与实际计数的对数之间的差异 4b. gb_trees_hourly_predict - 使用梯度提升树和由天气等组成的特征来预测 rf 每日趋势预测的对数与实际计数的对数