多模型预测共享单车租赁
共享单车是一种新型租赁业务,通过对其租借情况的预测可以对交通,环境与健康有着重要作用.我获取了共享单车的一些租赁数据,在文中对数据进行了说明,同时对数据进行了预处理,清除了异常数据和无用数据.并使用python编写了小程序来辅助我对共享单车的租赁情况进行预测.为了能够更好地得到预测效果,我使用了多种机器学习方法,但主要是线性回归方法和分类方法,比如Lasso回归,岭回归,逻辑回归,随即森林,支持向量机,K近邻等.最后对多方法的结果进行了横向比较,选取对此问题最适用的模型,随机森林结果最优,为87.92%,其次是K近邻为86.3%.
共享单车、机器学习、多模型
2019-04-28(万方平台首次上网日期,不代表论文的发表时间)
共3页
42-43,46