복습: 자전거 대여

Coddy Machine Learning 여정의 지도 학습 섹션에 포함된 레슨. 58개 중 15번째.

챌린지

중급

한 도시의 자전거 대여 서비스는 일기예보를 바탕으로 자전거 대수를 계획합니다. bike_days.csv에는 120일의 데이터가 들어 있습니다: temp_c, humidity, wind_kmh, weekend(1 또는 0), 그리고 rentals.

테스트용으로 한 분기를 따로 남겨 두고(random_state=0), 네 가지 features를 사용해 대여 건수를 예측하는 LinearRegression 모델을 학습시키세요.
테스트 MAE(대여 건수는 정수로), R 제곱(소수점 이하 3자리), 온도의 가중치(소수점 이하 1자리)를 출력하세요.
테스트 잔차를 temp_c에 대해 산점도로 표시하고, y=0에 점선으로 기준선을 그리세요. 제목을 Misses by Temperature로 지정하고, 축에 Temperature (C)와 Residual (rentals)이라고 표시하세요.

다른 도시의 보고서:

Typical miss: 187 rentals a day
R squared: 0.512
Each extra degree adds 21.4 rentals

다른 도시의 온도 대비 잔차: 점선으로 표시된 0 기준선 주위에 30개의 점이 있으며, 추운 날에는 낮고, 온화한 날에는 18도 부근에서 높으며, 가장 더운 날에는 다시 낮아집니다

이제 Coddy가 당신의 차트를 설명합니다. 이 차트는 더운 날에 대해 자전거 대여 서비스에 무엇을 알려 주나요?

직접 해보기

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_absolute_error, r2_score

days = pd.read_csv("bike_days.csv")
features = ["temp_c", "humidity", "wind_kmh", "weekend"]

# 아래에 코드를 작성하세요