[Kaggle] Bike Sharing Demand - 자전거 수요 예측 경진대회(RandomForestRegression)

 

https://www.kaggle.com/c/bike-sharing-demand/overview

 

오늘은 이미 종료된 대회인 케글 Bike Sharing Demand  경진대회를 참가했다. 

 

 

RandomFrorestRegression 을 통해서 예측하였고, 스코어는 위와같이 나왔다 :)

스코어는 RMSLE를 이용한다. 

https://www.kaggle.com/c/ashrae-energy-prediction/discussion/113064

RMSLE는  Overestimate한 값보다 Underestimate 했을 때 패널티가 더 크고,. 또한 같은 논리선상에서 Outlier에 덜 예민하다고 한다.(참고: https://towardsdatascience.com/mercari-price-recommendation-for-online-retail-sellers-979c4d07f45c)

 

6년 전 경진대회 마감시 1등 스코어는 0.33756이다. 이미 마감된 컴피티션이라 순위는 나오지 않고 대략 123등(3,242팀)정도 되는 스코어인 듯 하다. 

 

캐글코리아에서 블로그에서 퍼온, 하기 주피터 노트랩을 많이 참고하였다. 특히, 토탈 대여 Count(타겟)값을,

각각 회원별 Count / 비회원별 Count를 나누어 최종 값을 submission 한 점이 대단히 기억에 남는다. 

 

또 코드를 읽어올 때에 parse_date로 당초 읽어오면, 나중에 연, 날짜, 시간 별로 나누어 컬럼 생성하고 시각화 하기 편하다.

 

컬럼생성 > 

train = pd.read_csv('../input/bike-sharing-demand/train.csv', parse_dates = ['datetime'])
train.head(5)
train['datatime_year'] = train['datetime'].dt.year
train['datetime-month'] = train['datetime'].dt.month
train['datetime-day'] = train['datetime'].dt.day
train['datetime-hour'] = train['datetime'].dt.hour
train['datetime-minutes'] = train['datetime'].dt.minute
train['datetime-second'] = train['datetime'].dt.second
train['datetime-dayofweek'] = train['datetime'].dt.dayofweek

visualizaion>

f, ax = plt.subplots(2,3, figsize = (18,10))

sns.barplot(data=train, x='datatime_year', y="count", ax=ax[0][0])
sns.barplot(data=train, x ='datetime-month', y = 'count', ax= ax[0][1])
sns.barplot(data= train, x ='datetime-day', y = 'count', ax = ax[0][2])
sns.barplot(data=train, x='datetime-hour', y='count', ax = ax[1][0])
sns.barplot(data=train, x= 'datetime-minutes', y='count', ax=ax[1][1])
sns.barplot(data=train, x='datetime-second', y = 'count', ax=ax[1][2])

 

 

참고: https://kaggle-kr.tistory.com/28?category=868316