Kaggle_Bike Sharing Demand_한국어 분석

[seungjikim]

https://brunch.co.kr/@gimmesilver/2

• 탐사분석

  1. 시간대/날짜별 count수를 보여주는 box plot을 그려본다.
  2. 정기 / 비정기 회원별 count수를 보여주는 boxplot을 그려본다. (별도의 예측 값을 만들어본 후 , 두 count값을 더해 예측값을 구하는 것이 좋음! casual과 registered의 )
  3. => 변수별로 plot을 그려보면서 상관 관계를 분석해보고, 데이터 예측 모델을 선정한다.

https://brunch.co.kr/@gimmesilver/3

• 예측 모델링

  1. random forest 방식 => 하위 트리들로 쪼개고 쪼개서 값으로 넣고 평균값을 도출해내는 것(그냥 내 해석..정확하진 않음) 이 포스팅에서는 quick sort에 비유함
  2. 성능 분석 cost validation (cv함수 사용)
  • 상세 내용

https://nbviewer.jupyter.org/gist/subinium/330eae9a2aaf050dfa6b06edf471cf0f

추가 ) 위의 두 링크와 다른 브로그 포스팅, 하나의 포스팅으로돼있고 깔끔하게 정리가 돼있음