3.1 Alquiler de bicicletas (Regresión)

Este conjunto de datos contiene recuentos diarios de bicicletas alquiladas de la empresa de alquiler de bicicletas Capital-Bikeshare en Washington D.C., junto con información meteorológica y estacional. Los datos fueron puestos a disposición por Capital-Bikeshare. Fanaee-T y Gama (2013)13 agregaron datos meteorológicos e información sobre la temporada. El objetivo es predecir cuántas bicicletas se alquilarán dependiendo del clima y el día. Los datos se pueden descargar del Repositorio de aprendizaje automático de UCI.

Se agregaron nuevas características al conjunto de datos y no se usaron todas las características originales para los ejemplos de este libro. Aquí está la lista de características que se utilizaron:

  • Recuento de bicicletas, incluidos usuarios ocasionales y registrados. El recuento se utiliza como objetivo en la tarea de regresión.
  • La temporada, ya sea primavera, verano, otoño o invierno.
  • Indicador de si el día fue feriado o no.
  • El año, 2011 o 2012.
  • Número de días desde el 01.01.2011 (el primer día en el conjunto de datos). Esta característica se introdujo para tener en cuenta la tendencia a lo largo del tiempo.
  • Indicador de si el día fue un día laboral o un fin de semana.
  • La situación climática de ese día. Uno de:
    • despejado, pocas nubes, parcialmente nublado, nublado
    • niebla + muchas nubes, niebla + pocas nubes, niebla
    • nieve ligera, lluvia ligera + tormenta eléctrica + nubes dispersas, lluvia ligera + nubes dispersas
    • fuertes lluvias + granizo + tormenta eléctrica + niebla, nieve + niebla
  • Temperatura en grados Celsius.
  • Humedad relativa en porcentaje (0 a 100).
  • Velocidad del viento en km por hora.

Para los ejemplos en este libro, los datos han sido ligeramente procesados. Puedes encontrar el script R de procesamiento en el repositorio de Github junto con el archivo RData final.

  1. Fanaee-T, Hadi, and Joao Gama. “Event labeling combining ensemble detectors and background knowledge.” Progress in Artificial Intelligence. Springer Berlin Heidelberg, 1–15. doi:10.1007/s13748-013-0040-3. (2013).↩