线性回归-共享单车数量预测: 项目对Capital Bikeshare （美国Washington, D.C.的一个共享单车公司）提供的自行车数据上进行回归分析，包括对数据集的探索性分析、特征工程和模型训练。文件说明： 1、EDA_BikeSharing.ipynb为对数据进行的探索性分析，在老师给的分析基础上增加了对注册用户和临时用户分布的分析； 2、FE_BikeSharing.ipynb为对数据集进行特征工程，这里完全参照老师的操作，未做添加和修改； 3、models文件包括了此次作业计分的操作。

1月18日，北京，聊聊2025如何加入技术开发？

forked from Cheney/线性回归-共享单车数量预测

加入 Gitee

与超过 1200万开发者一起发现、参与优秀开源项目，私有仓库也完全免费：）

该仓库未声明开源许可证文件（LICENSE），使用请关注具体项目描述及其代码上游依赖。

克隆/下载

增加了剔除离群点后的模型训练和分析 b2388eb

1. EDA_BikeSharing.ipynb

2. FE_BikeSharing.ipynb

3. models.ipynb

剔除离群点后进行模型训练.ipynb

Loading...

README

# 线性回归-共享单车数量预测

#### 项目介绍
项目对Capital Bikeshare （美国Washington, D.C.的一个共享单车公司）提供的自行车数据上进行回归分析，包括对数据集的探索性分析、特征工程和模型训练。 文件说明： 1、EDA_BikeSharing.ipynb为对数据进行的探索性分析，在老师给的分析基础上增加了对注册用户和临时用户分布的分析； 2、FE_BikeSharing.ipynb为对数据集进行特征工程，这里完全参照老师的操作，未做添加和修改； 3、models.ipynb文件包括了此次作业计分的操作；4、在剔除离群点的基础上又对模型进行了训练和分析。
数据说明：day.csv(作业用到的数据集，按天计的单车共享次数)，FE_day.csv(特征工程后的数据集)

#### 软件架构
软件架构说明


#### 安装教程

1. xxxx
2. xxxx
3. xxxx

#### 使用说明

1. xxxx
2. xxxx
3. xxxx

#### 参与贡献

1. Fork 本项目
2. 新建 Feat_xxx 分支
3. 提交代码
4. 新建 Pull Request


#### 码云特技

1. 使用 Readme\_XXX.md 来支持不同的语言，例如 Readme\_en.md, Readme\_zh.md
2. 码云官方博客 [blog.gitee.com](https://blog.gitee.com)
3. 你可以 [https://gitee.com/explore](https://gitee.com/explore) 这个地址来了解码云上的优秀开源项目
4. [GVP](https://gitee.com/gvp) 全称是码云最有价值开源项目，是码云综合评定出的优秀开源项目
5. 码云官方提供的使用手册 [https://gitee.com/help](https://gitee.com/help)
6. 码云封面人物是一档用来展示码云会员风采的栏目 [https://gitee.com/gitee-stars/](https://gitee.com/gitee-stars/)

项目对Capital Bikeshare （美国Washington, D.C.的一个共享单车公司）提供的自行车数据上进行回归分析，包括对数据集的探索性分析、特征工程和模型训练。文件说明： 1、EDA_BikeSharing.ipynb为对数据进行的探索性分析，在老师给的分析基础上增加了对注册用户和临时用户分布的分析； 2、FE_BikeSharing.ipynb为对数据集进行特征工程，这里完全参照老师的操作，未做添加和修改； 3、models文件包括了此次作业计分的操作。

Python

取消

暂无发行版

马建仓 AI 助手

尝试更多

代码解读

代码找茬

代码优化

Python

1

https://gitee.com/daniellMY/CSDN_homework.git

git@gitee.com:daniellMY/CSDN_homework.git

daniellMY

CSDN_homework

线性回归-共享单车数量预测

master