-
[DACON] 따릉이 대여량 예측DACON 2021. 11. 14. 18:19
ttareungi_rental_forecast 따릉이 대여량 예측¶
- DACON : 따릉이 대여량 예측
주제 :서울의 일별 온도, 습도, 강수량 등 일기 예보 데이터를 통해 따릉이 대여량을 예측
date_time : 일별 날짜
- wind_direction: 풍향 (degree)
- sky_condition : 하늘 상태 (하단 설명 참조)
- 2019년 6월 4일까지 : 맑음(1), 구름조금(2), 구름많음(3), 흐림(4)
- 2020년 : 맑음(1), 구름많음(3), 흐림(4)
- precipitation_form : 강수 형태 (하단 설명 참조)
- wind_speed : 풍속 (m/s)
- humidity : 습도 (%)
- low_temp : 최저 기온 ( `C)
- high_temp : 최고 기온 ( `C)
- Precipitation_Probability : 강수 확률 (%)
number_of_rentals : 따릉이 대여량
- 기상 데이터는 하루에 총 8번 3시간 간격으로 발표되는 기상단기예보(SHRT) 데이터를 1일 평균으로 변환한 데이터입니다.
- precipitation_form (강수 형태) 코드 : 없음(0), 비(1), 진눈깨비(2), 눈(3), 소나기(4)
- 원본 데이터에는 없음(0), 비(1),소나기(4)가 포함되어있었으며 진눈깨비(2)와 눈(3) 성분은 존재하지 않습니다.
In [1]:import pandas as pd import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt import seaborn as sns from sklearn.preprocessing import LabelEncoder from scipy import stats
In [2]:# 그래프에서 마이너스 폰트 깨지는 문제에 대한 대처 mpl.rcParams['axes.unicode_minus'] = False import warnings warnings.filterwarnings('ignore') # 한글폰트 import platform from matplotlib import font_manager, rc plt.rcParams['axes.unicode_minus'] = False if platform.system() == 'Darwin': rc('font', family='AppleGothic') print('Mac version') elif platform.system() == 'Windows': path = "c:/Windows/Fonts/malgun.ttf" font_name = font_manager.FontProperties(fname=path).get_name() rc('font', family=font_name) print('Windows version') elif platform.system() == 'Linux': path = "/usr/share/fonts/NanumFont/NanumGothicBold.ttf" font_name = font_manager.FontProperties(fname=path).get_name() plt.rc('font', family=font_name) print('Linux version') else: print('Unknown system... sorry~~~~')
Linux version
In [3]:train = pd.read_csv('data/train.csv', parse_dates=["date_time"])
In [4]:train.head()
Out[4]:date_time wind_direction sky_condition precipitation_form wind_speed humidity low_temp high_temp Precipitation_Probability number_of_rentals 0 2018-04-01 207.500 4.000 0.000 3.050 75.000 12.600 21.000 30.000 22994 1 2018-04-02 208.317 2.950 0.000 3.278 69.833 12.812 19.000 19.500 28139 2 2018-04-03 213.516 2.911 0.000 2.690 74.879 10.312 15.316 19.113 26817 3 2018-04-04 143.836 3.692 0.425 3.138 71.849 8.312 12.368 43.493 26034 4 2018-04-05 95.905 4.000 0.723 3.186 73.784 5.875 10.421 63.378 2833 데이터크기¶
273개의 행과과 10개의 컬럼을 가지고 있다.
In [5]:train.shape
Out[5]:(273, 10)
컬럼별 자료형¶
date_time는 날짜형이고 number_of_rentals는 int64로 포현되있으며 나머지는 float64로 되어있음을 알 수 있다.
In [6]:train.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 273 entries, 0 to 272 Data columns (total 10 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 date_time 273 non-null datetime64[ns] 1 wind_direction 273 non-null float64 2 sky_condition 273 non-null float64 3 precipitation_form 273 non-null float64 4 wind_speed 273 non-null float64 5 humidity 273 non-null float64 6 low_temp 273 non-null float64 7 high_temp 273 non-null float64 8 Precipitation_Probability 273 non-null float64 9 number_of_rentals 273 non-null int64 dtypes: datetime64[ns](1), float64(8), int64(1) memory usage: 21.5 KB
결측치 파악¶
결측치가 존재하지 않습니다.
In [7]:train.isnull().sum()
Out[7]:date_time 0 wind_direction 0 sky_condition 0 precipitation_form 0 wind_speed 0 humidity 0 low_temp 0 high_temp 0 Precipitation_Probability 0 number_of_rentals 0 dtype: int64
데이터 전처리¶
date_time를 나누어 year(년),month(월),day(일),weekday(평일,주말)로 나누어 주자.
In [8]:train["year"] = train["date_time"].dt.year train["month"] = train["date_time"].dt.month train["day"] = train["date_time"].dt.day train["weekday"] = train["date_time"].dt.weekday train.shape
Out[8]:(273, 14)
칼럼 10개에서 14개로 늘어난걸 확인 할 수 있다.
In [9]:train.head()
Out[9]:date_time wind_direction sky_condition precipitation_form wind_speed humidity low_temp high_temp Precipitation_Probability number_of_rentals year month day weekday 0 2018-04-01 207.500 4.000 0.000 3.050 75.000 12.600 21.000 30.000 22994 2018 4 1 6 1 2018-04-02 208.317 2.950 0.000 3.278 69.833 12.812 19.000 19.500 28139 2018 4 2 0 2 2018-04-03 213.516 2.911 0.000 2.690 74.879 10.312 15.316 19.113 26817 2018 4 3 1 3 2018-04-04 143.836 3.692 0.425 3.138 71.849 8.312 12.368 43.493 26034 2018 4 4 2 4 2018-04-05 95.905 4.000 0.723 3.186 73.784 5.875 10.421 63.378 2833 2018 4 5 3 2. 시각화¶
barplot¶
In [10]:figure, ((ax1,ax2), (ax3,ax4)) = plt.subplots(nrows=2, ncols=2) figure.set_size_inches(18,10) sns.barplot(data=train, x="year", y="number_of_rentals", ax=ax1) sns.barplot(data=train, x="month", y="number_of_rentals", ax=ax2) sns.barplot(data=train, x="day", y="number_of_rentals", ax=ax3) sns.barplot(data=train, x="weekday", y="number_of_rentals", ax=ax4) ax1.set(ylabel='대여량',xlabel='년도', title="연도별 대여량") ax2.set(xlabel='월',ylabel='대여량',title="4,5,6월 대여량") ax3.set(xlabel='일',ylabel='대여량',title="일별 대여량") ax4.set(xlabel='요일',ylabel='대여량', title="요일별 대여량")
Out[10]:[Text(0.5, 0, '요일'), Text(0, 0.5, '대여량'), Text(0.5, 1.0, '요일별 대여량')]
- 년도별 그래프를 보면 매년마다 대여량이 많아지는걸 볼 수 있다.
- 4,5,6월 그래프를 보면 날씨가 따뜻해질수록 대여량이 많아지는걸 볼 수 있다.
- 일별 그래프는 특징을 찾기 어려운거 같다.
- 요일별 그래프는 대여량이 월~토는 비슷하며 일요일은 미미하게 적은걸 확인 할 수 있다.
heatmap¶
In [11]:corrMatt = train[["wind_direction",'sky_condition','precipitation_form','wind_speed','humidity','Precipitation_Probability', 'low_temp','high_temp','number_of_rentals']] corrMatt = corrMatt.corr()
In [12]:fig, ax = plt.subplots() fig.set_size_inches(15,15) sns.heatmap(corrMatt, square=True,annot=True)
Out[12]:<AxesSubplot:>
따릉이 대여량 상관분석을 보면 대여량은 풍향 및 온도가 양의 상관 관계, 나머지는 음의 상관 관계를 보이고 있음을 알 수 있다.
그래프로 확인해보도록 하자.regplot¶
In [13]:sns.regplot(data=train, x='sky_condition', y='number_of_rentals') plt.xlabel('날씨') plt.ylabel('대여량') plt.title("날씨별 대여량")
Out[13]:Text(0.5, 1.0, '날씨별 대여량')
날씨에 따른 대여량을 보면 맑음에 많은 대여량을 확인 할 수 있다.
In [14]:sns.regplot(data=train, x='precipitation_form', y='number_of_rentals',) plt.xlabel('강수형태') plt.ylabel('대여량') plt.title("강수 형태에 따른 대여량")
Out[14]:Text(0.5, 1.0, '강수 형태에 따른 대여량')
강수 형태에 따른 대여량을 보면 비가 안올때 자전거 대여량이 당연히 많이 모여있음을 알 수 있다.
In [15]:sns.regplot(data=train, x='Precipitation_Probability', y='number_of_rentals',) plt.xlabel('강수 확률') plt.ylabel('대여량') plt.title("강수 확률에 따른 대여랑")
Out[15]:Text(0.5, 1.0, '강수 확률에 따른 대여랑')
강수 확률에 따른 대여량 역시 확률이 낮은 쪽에 대여량이 많이 몰려 있는것을 확인 할 수 있다.
In [16]:sns.regplot(data=train, x='low_temp', y='number_of_rentals',) plt.xlabel('최저온도') plt.ylabel('대여량') plt.title("온도에 따른 대여량")
Out[16]:Text(0.5, 1.0, '온도에 따른 대여량')
In [17]:sns.regplot(data=train, x='high_temp', y='number_of_rentals',) plt.xlabel('최고온도') plt.ylabel('대여량') plt.title("온도에 따른 대여량")
Out[17]:Text(0.5, 1.0, '온도에 따른 대여량')
온도에 따른 대여량을 보면 온도가 높아야 대여량이 증가하는것을 볼 수 있다.
3. 변수 및 모델 정의¶
우리의 목적은 주어진 날시 데이터를 이용해 따릉이 대여량을 예측하는 것입니다.
날시 데이터가 X, 따릉이 대여 수가 y가 되야 한다.In [18]:X = train.drop(['date_time', 'number_of_rentals'], axis=1) y = train.number_of_rentals
In [19]:XOut[19]:wind_direction sky_condition precipitation_form wind_speed humidity low_temp high_temp Precipitation_Probability year month day weekday 0 207.500 4.000 0.000 3.050 75.000 12.600 21.000 30.000 2018 4 1 6 1 208.317 2.950 0.000 3.278 69.833 12.812 19.000 19.500 2018 4 2 0 2 213.516 2.911 0.000 2.690 74.879 10.312 15.316 19.113 2018 4 3 1 3 143.836 3.692 0.425 3.138 71.849 8.312 12.368 43.493 2018 4 4 2 4 95.905 4.000 0.723 3.186 73.784 5.875 10.421 63.378 2018 4 5 3 ... ... ... ... ... ... ... ... ... ... ... ... ... 268 228.662 3.980 0.223 2.271 78.378 20.500 27.526 36.486 2020 6 26 4 269 207.770 2.865 0.081 1.794 78.412 20.812 28.842 21.081 2020 6 27 5 270 282.568 1.730 0.000 1.820 72.736 21.000 29.053 7.297 2020 6 28 6 271 137.027 2.257 0.088 2.043 70.473 19.625 26.000 15.541 2020 6 29 0 272 120.797 3.622 0.432 5.574 77.061 19.125 26.053 41.284 2020 6 30 1 273 rows × 12 columns
0.oringinal model성능 확인¶
In [20]:def NMAE(true, pred): score = np.mean(np.abs(true-pred) / true) return score
In [21]:from sklearn.linear_model import LinearRegression model = LinearRegression() model.fit(X, y)
Out[21]:LinearRegression()
In [22]:y_hat = model.predict(X)
In [23]:score = NMAE(y, y_hat) print(f'모델 NMAE:{score}')
모델 NMAE:0.321881080251062
오차율이 32%정도로 나왔다.
In [24]:X_human = X.copy()
In [25]:# 1. "일교차가 너무 큰 날씨"를 알기 위한 정보 X_human['temp_diff_info'] = X_human['high_temp'] - X_human['low_temp'] # 2. "덥고 습한 날씨"를 알기 위한 정보 X_human['sweat_info'] = X_human['high_temp'] * X_human['humidity'] # 3. "춥고 바람부는 날씨"를 알기 위한 정보 X_human['cold_info'] = X_human['low_temp'] * X_human['wind_speed'] X_human.head()
Out[25]:wind_direction sky_condition precipitation_form wind_speed humidity low_temp high_temp Precipitation_Probability year month day weekday temp_diff_info sweat_info cold_info 0 207.500 4.000 0.000 3.050 75.000 12.600 21.000 30.000 2018 4 1 6 8.400 1575.000000 38.430000 1 208.317 2.950 0.000 3.278 69.833 12.812 19.000 19.500 2018 4 2 0 6.188 1326.827000 41.997736 2 213.516 2.911 0.000 2.690 74.879 10.312 15.316 19.113 2018 4 3 1 5.004 1146.846764 27.739280 3 143.836 3.692 0.425 3.138 71.849 8.312 12.368 43.493 2018 4 4 2 4.056 888.628432 26.083056 4 95.905 4.000 0.723 3.186 73.784 5.875 10.421 63.378 2018 4 5 3 4.546 768.903064 18.717750 In [26]:## 1번 모델 성능 확인 model = LinearRegression() # 모델 정의 model.fit(X_human, y) # 학습 y_hat = model.predict(X_human) # 예측 score = NMAE(y, y_hat) print(f'모델 NMAE:{score}')
모델 NMAE:0.28183891598151956
오차율이 32%에서 4%가량 성능 향상이되어 28%정도 인것을 확인할 수 있다.
2. Feature Engineering by Computer¶
이번에는 사람의 판단이 들어가지 않고 오로지 컴퓨터의 단순 계산만을 이용해 feature를 추가해보자.
sklearn 에서 제공하는 feature engineering이 이런 방식입니다.
두 변수간의 곱을 추가해준 다음 성능 비교를 해봅시다.In [27]:X_computer = X.copy()
In [28]:col_list = X_computer.columns # 이중 for문을 사용하여 feature 자기 자신의 제곱과 두 feature간의 곱이라는 새로운 feature를 추가해줍니다. for i in range(len(col_list)): for j in range(i, len(col_list)): X_computer[f'{col_list[i]}*{col_list[j]}'] = X_computer[col_list[i]]*X_computer[col_list[j]] X_computer
Out[28]:wind_direction sky_condition precipitation_form wind_speed humidity low_temp high_temp Precipitation_Probability year month ... year*year year*month year*day year*weekday month*month month*day month*weekday day*day day*weekday weekday*weekday 0 207.500 4.000 0.000 3.050 75.000 12.600 21.000 30.000 2018 4 ... 4072324 8072 2018 12108 16 4 24 1 6 36 1 208.317 2.950 0.000 3.278 69.833 12.812 19.000 19.500 2018 4 ... 4072324 8072 4036 0 16 8 0 4 0 0 2 213.516 2.911 0.000 2.690 74.879 10.312 15.316 19.113 2018 4 ... 4072324 8072 6054 2018 16 12 4 9 3 1 3 143.836 3.692 0.425 3.138 71.849 8.312 12.368 43.493 2018 4 ... 4072324 8072 8072 4036 16 16 8 16 8 4 4 95.905 4.000 0.723 3.186 73.784 5.875 10.421 63.378 2018 4 ... 4072324 8072 10090 6054 16 20 12 25 15 9 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 268 228.662 3.980 0.223 2.271 78.378 20.500 27.526 36.486 2020 6 ... 4080400 12120 52520 8080 36 156 24 676 104 16 269 207.770 2.865 0.081 1.794 78.412 20.812 28.842 21.081 2020 6 ... 4080400 12120 54540 10100 36 162 30 729 135 25 270 282.568 1.730 0.000 1.820 72.736 21.000 29.053 7.297 2020 6 ... 4080400 12120 56560 12120 36 168 36 784 168 36 271 137.027 2.257 0.088 2.043 70.473 19.625 26.000 15.541 2020 6 ... 4080400 12120 58580 0 36 174 0 841 0 0 272 120.797 3.622 0.432 5.574 77.061 19.125 26.053 41.284 2020 6 ... 4080400 12120 60600 2020 36 180 6 900 30 1 273 rows × 90 columns
원래 11개만 있던 feature가 90개로 늘어난걸 확인 할 수 있다.
In [29]:model = LinearRegression() model.fit(X_computer, y) y_hat = model.predict(X_computer) score = NMAE(y, y_hat) print(f'모델 NMAE: {score}')
모델 NMAE: 0.13254274587645035
기존 모델 32% 보다 19% 줄어든 13% 많이 향상 되었음을 확인 할 수 있다.
3. Feature Engineering by Human & Computer¶
2번에서 컴퓨터로만 한것과 1번에서 추가한 정보를 통해 방식을 혼용해보자.
In [30]:X_combination = X.copy()
요일정보,온도정보를 추가해주자.¶
In [31]:# 요일 정보 추가 # 1. "일교차가 너무 큰 날씨"를 알기 위한 정보 X_combination['temp_diff_info'] = X_combination['high_temp'] - X_combination['low_temp'] # 2. "덥고 습한 날씨"를 알기 위한 정보 X_combination['sweat_info'] = X_combination['high_temp'] * X_combination['humidity'] # 3. "춥고 바람부는 날씨"를 알기 위한 정보 X_combination['cold_info'] = X_combination['low_temp'] * X_combination['wind_speed']
In [32]:col_list = X_combination.columns # 이중 for문을 사용하여 변수 자기 자신의 제곱과 두 변수간의 곱이라는 새로운 변수를 추가합니다. for i in range(len(col_list)): for j in range(i, len(col_list)): X_combination[f'{col_list[i]}*{col_list[j]}'] = X_combination[col_list[i]] * X_combination[col_list[j]] X_combination
Out[32]:wind_direction sky_condition precipitation_form wind_speed humidity low_temp high_temp Precipitation_Probability year month ... weekday*weekday weekday*temp_diff_info weekday*sweat_info weekday*cold_info temp_diff_info*temp_diff_info temp_diff_info*sweat_info temp_diff_info*cold_info sweat_info*sweat_info sweat_info*cold_info cold_info*cold_info 0 207.500 4.000 0.000 3.050 75.000 12.600 21.000 30.000 2018 4 ... 36 50.400 9450.000000 230.580000 70.560000 13230.000000 322.812000 2.480625e+06 60527.250000 1476.864900 1 208.317 2.950 0.000 3.278 69.833 12.812 19.000 19.500 2018 4 ... 0 0.000 0.000000 0.000000 38.291344 8210.405476 259.881990 1.760470e+06 55723.730064 1763.809829 2 213.516 2.911 0.000 2.690 74.879 10.312 15.316 19.113 2018 4 ... 1 5.004 1146.846764 27.739280 25.040016 5738.821207 138.807357 1.315258e+06 31812.703504 769.467655 3 143.836 3.692 0.425 3.138 71.849 8.312 12.368 43.493 2018 4 ... 4 8.112 1777.256864 52.166112 16.451136 3604.276920 105.792875 7.896605e+05 23178.145155 680.325810 4 95.905 4.000 0.723 3.186 73.784 5.875 10.421 63.378 2018 4 ... 9 13.638 2306.709192 56.153250 20.666116 3495.433329 85.090891 5.912119e+05 14392.135326 350.354165 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 268 228.662 3.980 0.223 2.271 78.378 20.500 27.526 36.486 2020 6 ... 16 28.104 8629.731312 186.222000 49.364676 15158.123050 327.098943 4.654516e+06 100440.364024 2167.414580 269 207.770 2.865 0.081 1.794 78.412 20.812 28.842 21.081 2020 6 ... 25 40.150 11307.794520 186.683640 64.480900 18160.317999 299.813926 5.114649e+06 84439.209655 1394.031258 270 282.568 1.730 0.000 1.820 72.736 21.000 29.053 7.297 2020 6 ... 36 48.318 12679.194048 229.320000 64.850809 17017.591611 307.785660 4.465610e+06 80766.466086 1460.768400 271 137.027 2.257 0.088 2.043 70.473 19.625 26.000 15.541 2020 6 ... 0 0.000 0.000000 0.000000 40.640625 11680.899750 255.598453 3.357316e+06 73463.926975 1607.518813 272 120.797 3.622 0.432 5.574 77.061 19.125 26.053 41.284 2020 6 ... 1 6.928 2007.670233 106.602750 47.997184 13909.139374 738.543852 4.030740e+06 214023.167931 11364.146308 273 rows × 135 columns
feature가 135개로 늘어난걸 확인 할 수 있다.
In [33]:## 3번 모델 성능 확인 model = LinearRegression() # 모델 정의 model.fit(X_combination, y) # 학습 y_hat = model.predict(X_combination) # y 예측 score = NMAE(y, y_hat) print(f'모델 NMAE: {score}')
모델 NMAE: 0.10106378861203548
결과를 보면 성능이 험청 상향 된걸 확인 할 수 있다. 기존 모델과 오차율이 22%, 2번모델과 4% 정도 차이의 성능을 보여준다.
결과를 보면 컴퓨터만 단순계산보다 정보를 추가해 혼용한것이 성능이 좋은 것을 알 수 있다.In [41]:test = pd.read_csv('data/test.csv', parse_dates=["date_time"]) submission = pd.read_csv('data/sample_submission.csv')
In [35]:test.head()
Out[35]:date_time wind_direction sky_condition precipitation_form wind_speed humidity low_temp high_temp Precipitation_Probability 0 2021-04-01 108.833 3.000 0.000 2.900 28.333 11.800 20.667 18.333 1 2021-04-02 116.717 3.850 0.000 2.662 46.417 12.000 19.000 28.500 2 2021-04-03 82.669 4.000 0.565 2.165 77.258 8.875 16.368 52.847 3 2021-04-04 44.123 3.466 0.466 3.747 63.288 6.250 17.368 37.671 4 2021-04-05 147.791 1.500 0.000 1.560 48.176 7.188 18.684 4.459 In [36]:test.isnull().sum()
Out[36]:date_time 0 wind_direction 0 sky_condition 0 precipitation_form 0 wind_speed 0 humidity 0 low_temp 0 high_temp 0 Precipitation_Probability 0 dtype: int64
In [46]:test["year"] = test["date_time"].dt.year test["month"] = test["date_time"].dt.month test["day"] = test["date_time"].dt.day test["weekday"] = test["date_time"].dt.weekday # date_time은 제거 test_X = test.drop('date_time', axis = 1)
In [47]:test_X.head()
Out[47]:wind_direction sky_condition precipitation_form wind_speed humidity low_temp high_temp Precipitation_Probability year month day weekday 0 108.833 3.000 0.000 2.900 28.333 11.800 20.667 18.333 2021 4 1 3 1 116.717 3.850 0.000 2.662 46.417 12.000 19.000 28.500 2021 4 2 4 2 82.669 4.000 0.565 2.165 77.258 8.875 16.368 52.847 2021 4 3 5 3 44.123 3.466 0.466 3.747 63.288 6.250 17.368 37.671 2021 4 4 6 4 147.791 1.500 0.000 1.560 48.176 7.188 18.684 4.459 2021 4 5 0 year,month,day,weekday는 잘 추가 되었고 date_time는 잘 제거가 되었다.
요일 정보, 온도정보 추가¶
In [48]:# 일교차가 너무 큰 날씨 test_X['temp_diff_info'] = test_X['high_temp'] = test_X['low_temp'] # 덥고 습한 날씨 test_X['sweat_info'] = test_X['high_temp']*test_X['humidity'] # 춥고 바람부는 날씨 test_X['cold_info'] = test_X['low_temp']*test_X['wind_speed'] test_X
Out[48]:wind_direction sky_condition precipitation_form wind_speed humidity low_temp high_temp Precipitation_Probability year month day weekday temp_diff_info sweat_info cold_info 0 108.833 3.000 0.000 2.900 28.333 11.800 11.800 18.333 2021 4 1 3 11.800 334.329400 34.220000 1 116.717 3.850 0.000 2.662 46.417 12.000 12.000 28.500 2021 4 2 4 12.000 557.004000 31.944000 2 82.669 4.000 0.565 2.165 77.258 8.875 8.875 52.847 2021 4 3 5 8.875 685.664750 19.214375 3 44.123 3.466 0.466 3.747 63.288 6.250 6.250 37.671 2021 4 4 6 6.250 395.550000 23.418750 4 147.791 1.500 0.000 1.560 48.176 7.188 7.188 4.459 2021 4 5 0 7.188 346.289088 11.213280 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 86 177.149 3.980 0.223 1.066 74.628 20.312 20.312 36.486 2021 6 26 5 20.312 1515.843936 21.652592 87 138.723 2.777 0.135 1.290 70.236 20.812 20.812 18.378 2021 6 27 6 20.812 1461.751632 26.847480 88 111.095 3.338 1.270 1.692 70.338 21.000 21.000 35.946 2021 6 28 0 21.000 1477.098000 35.532000 89 171.622 3.270 0.595 1.470 70.473 21.000 21.000 27.770 2021 6 29 1 21.000 1479.933000 30.870000 90 181.709 3.270 0.703 1.180 75.203 21.500 21.500 29.054 2021 6 30 2 21.500 1616.864500 25.370000 91 rows × 15 columns
In [49]:col_list = test_X.columns for i in range(len(col_list)): for j in range(i, len(col_list)): test_X[f'{col_list[i]}*{col_list[j]}'] = test_X[col_list[i]]*test_X[col_list[j]] test_X
Out[49]:wind_direction sky_condition precipitation_form wind_speed humidity low_temp high_temp Precipitation_Probability year month ... weekday*weekday weekday*temp_diff_info weekday*sweat_info weekday*cold_info temp_diff_info*temp_diff_info temp_diff_info*sweat_info temp_diff_info*cold_info sweat_info*sweat_info sweat_info*cold_info cold_info*cold_info 0 108.833 3.000 0.000 2.900 28.333 11.800 11.800 18.333 2021 4 ... 9 35.400 1002.988200 102.660000 139.240000 3945.086920 403.796000 1.117761e+05 11440.752068 1171.008400 1 116.717 3.850 0.000 2.662 46.417 12.000 12.000 28.500 2021 4 ... 16 48.000 2228.016000 127.776000 144.000000 6684.048000 383.328000 3.102535e+05 17792.935776 1020.419136 2 82.669 4.000 0.565 2.165 77.258 8.875 8.875 52.847 2021 4 ... 25 44.375 3428.323750 96.071875 78.765625 6085.274656 170.527578 4.701361e+05 13174.619631 369.192207 3 44.123 3.466 0.466 3.747 63.288 6.250 6.250 37.671 2021 4 ... 36 37.500 2373.300000 140.512500 39.062500 2472.187500 146.367188 1.564598e+05 9263.286562 548.437852 4 147.791 1.500 0.000 1.560 48.176 7.188 7.188 4.459 2021 4 ... 0 0.000 0.000000 0.000000 51.667344 2489.125965 80.601057 1.199161e+05 3883.036505 125.737648 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 86 177.149 3.980 0.223 1.066 74.628 20.312 20.312 36.486 2021 6 ... 25 101.560 7579.219680 108.262960 412.577344 30789.822028 439.807449 2.297783e+06 32821.950282 468.834740 87 138.723 2.777 0.135 1.290 70.236 20.812 20.812 18.378 2021 6 ... 36 124.872 8770.509792 161.084880 433.139344 30421.974965 558.749754 2.136718e+06 39244.347705 720.787182 88 111.095 3.338 1.270 1.692 70.338 21.000 21.000 35.946 2021 6 ... 0 0.000 0.000000 0.000000 441.000000 31019.058000 746.172000 2.181819e+06 52484.246136 1262.523024 89 171.622 3.270 0.595 1.470 70.473 21.000 21.000 27.770 2021 6 ... 1 21.000 1479.933000 30.870000 441.000000 31078.593000 648.270000 2.190202e+06 45685.531710 952.956900 90 181.709 3.270 0.703 1.180 75.203 21.500 21.500 29.054 2021 6 ... 4 43.000 3233.729000 50.740000 462.250000 34762.586750 545.455000 2.614251e+06 41019.852365 643.636900 91 rows × 135 columns
In [51]:# train data로 학습시킨 모델에 test_X데이터를 넣고 예측합니다. test_yhat = model.predict(test_X) #submission dataFrame 완성 submission['number_of_rentals'] = test_yhat # 제출 파일 생성 submission.to_csv('submission.csv', index=False)
'DACON' 카테고리의 다른 글
[DACON] 따릉이 대여량 예측 (0) 2021.11.18 [DACON] 영화 관객수 예측 모델 (0) 2021.11.01
