公共自行车使用量预测 sofa平台下载

train.csv
test.csv
sample_submit.csv： 提交示例
id 行编号
y 一小时内自行车被借取的数量。在test.csv中，这是需要被预测的数值。
city 城市，一共两个
hour 时间，精确到小时，24小时计时法
is_workday 1:工作日，0:节假日或者周末
temp_1 气温，单位为摄氏度
temp_2 体感温度，单位为摄氏度
weather 天气状况，1为晴朗，2为多云、阴天，3为轻度降水天气，4为强降水天气
wind 风速，数值越大表示风速越大

`train.csv`, `test.csv`, and `sample_submit.csv`: Sample submission template

- `id`: Row number
- `y`: Number of bicycle rentals within one hour. This is the target value to be predicted in `test.csv`.
- `city`: City, with a total of two distinct cities
- `hour`: Time precise to the hour, using 24-hour timekeeping system
- `is_workday`: 1 denotes workday, 0 denotes holiday or weekend
- `temp_1`: Air temperature, unit: degrees Celsius
- `temp_2`: Feels-like temperature, unit: degrees Celsius
- `weather`: Weather condition, where 1 represents clear weather, 2 represents cloudy or overcast weather, 3 represents light precipitation, and 4 represents heavy precipitation
- `wind`: Wind speed, with larger values indicating higher wind speed

搜集汇总

背景与挑战

背景概述

该数据集旨在预测公共自行车一小时内被借取的数量，包含训练集、测试集和提交示例文件，数据特征涵盖城市、时间、工作日状态、温度、天气和风速等信息。目前因平台维护升级，下载服务暂时不可用。