お知らせ

利用者数を予測する

日本のデータサイエンス訓練サイトSIGNATEに投稿しました。ここでは、PJの内容についてとランキングをお知らせしたいと思います。

概要 今回投稿した概要 投稿リンク 暫定評価は 0.9915254 斉藤 ...

お知らせ

利用者数を予測する

日本のデータサイエンス訓練サイトSIGNATEに投稿しました。ここでは、PJの内容についてとランキングをお知らせしたいと思います。

概要 今回投稿した概要 投稿リンク 暫定評価は 0.985242 ...

お知らせ

利用者数を予測する

日本のデータサイエンス訓練サイトSIGNATEに投稿しました。ここでは、PJの内容についてとランキングをお知らせしたいと思います。

概要 今回投稿した概要 投稿リンク 暫定評価は 2.5572678 斉藤建一

 

不快指数や風速などの気象データ等から、ポルトガル北東部の森林火災焼失面積を予測するモデルを作成予測しました

山中では消火設備が整備されておらず、交通も不便なため、消火活動が非常に難しいという特徴があります。そのため、森林火災は広範囲に及ぶ危険性が非常に高くなります。
さらに森林は一度消失すると、再生までに長い年月が必要となります。

地球の貴重な環境資源を守るために、森林火災消失面積を予測するモデルを作成

データ概要

課題種別:回帰
データ種別:多変量
学習データサンプル数:258
説明変数の数:13
欠損値:無し

データ説明


学習用データ(train.tsv)、評価用データ(test.tsv)

カラム ヘッダ名称 データ型 説明
0 id int インデックスとして使用
1 X int モンテジーニョ公園地図内のx軸の空間座標(1~9)
2 Y int モンテジーニョ公園地図内のy軸の空間座標(2~9)
3 month char
4 day char 曜日
5 FFMC float FFMC指数【ファインフューエルモイスチャー指数】
ファインフューエルモイスチャーコード(Fine Fuel Moisture Code:FFMC)
ごみおよびその他の硬化した微細燃料の含水量を数値で評価したもの。
6 DMC float DMC指数【ダフモイスチャー指数】Duff Moisture Code(DMC)
適度な深さの緩やかに圧縮された有機層の平均含水量の数値評価。
7 DC float DC指数【干ばつ指数】Drought Code(DC)
深くてコンパクトな有機層の平均含水率を数値で表したもの。
8 ISI float ISI指数【初期拡散指数】初期拡散指数(ISI)
予想される火災伝播率の数値評価。
9 temp float 気温(摂氏)((F):2.2~33.30)
10 RH float 相対湿度((%):15.0~100)
11 wind float 風速((km / h):0.40~9.40)
12 rain float 降雨量((mm / m2):0.0~6.4)
13 area float 森林の焼失面積((ha):0.00~1090.84)

※黄色く色付けされた変数が目的変数です(評価用データには含まれません)

 

応募用サンプルファイル(sample_submit.csv)

列目に評価用データの”id”を、2列目に予測した使用者数を記入したファイルを、ヘッダ無しcsv形式で投稿ください。

カラム ヘッダ名称 データ型 説明
0 無し int インデックスとして使用
1 無し float 予測した利用者数

弊社では、データ分析依頼企業を募集しています。
お気軽にご相談ください。092-437-1110 

お知らせ

利用者数を予測する

日本のデータサイエンス訓練サイトSIGNATEに投稿しました。ここでは、PJの内容についてとランキングをお知らせしたいと思います。

概要 今回投稿した概要 投稿リンク 暫定評価は 0.98667 斉藤建一

 

レンタル自転車の利用者数予測季節情報や気象情報から、レンタル自転車の利用者数を予測しました

2年間の季節情報や気象情報から、各日の1時間ごとのレンタル自転車の利用者数を予測するこのモデルを作成していただきます 。 昨今、観光地や都内でもレンタル自転車を見かける機会が増えてきました。
目的地周辺の散策に便利で、お財布にも優しいレンタル自転車の利用は今後も増えていくと考えられます。

データ概要

課題種別:時系列
データ種別:多変量
学習データサンプル数:8645
説明変数の数:13
欠損値:無し

データ説明


学習用データ(train.tsv)、評価用データ(test.tsv)

カラム ヘッダ名称 データ型 説明
0 id int インデックスとして使用
1 dteday date 日付(2011-01-01~2012-12-31)
2 season int 季節(1=春, 2=夏, 3=秋, 4=冬)
3 yr bit 年(0=2011, 1=2012)
4 mnth int
5 hr int 時間
6 holiday bit 祝日(1=祝日)
7 weekday int 曜日(0=日, 1=月…6=土)
8 workingday bit 平日(0=平日, 1=祝日)
9 weathersit int 天気(1=晴,やや曇り, 2=薄い霧+曇り,霧+千切れ曇,霧+やや曇り,薄い霧, 3=小雪,小雨+雷雨+千切れ曇,小雨+千切れ曇, 4=大雨+凍雨+雷雨+霧,雪+濃い霧)
10 temp float 規格化した温度(摂氏)((t-t_min)/(t_max-t_min), t_min=-8, t_max=+39)
11 atemp float 規格化した体感温度(摂氏)((t-t_min)/(t_max-t_min), t_min=-16, t_max=+50)
12 hum float 規格化した湿度(最大値の100で割った値)
13 windspeed float 規格化した風速(最大値の67で割った値)
14 cnt int 利用者数

※黄色く色付けされた変数が目的変数です(評価用データには含まれません)

 

応募用サンプルファイル(sample_submit.csv)

列目に評価用データの”id”を、2列目に予測した使用者数を記入したファイルを、ヘッダ無しcsv形式で投稿ください。

カラム ヘッダ名称 データ型 説明
0 無し int インデックスとして使用
1 無し int 予測した利用者数

弊社では、データ分析依頼企業を募集しています。
お気軽にご相談ください。092-437-1110 

レンタル自転車利用予測

お知らせ

日本のデータサイエンス訓練サイトSIGNATEに投稿しました。ここでは、PJの内容についてとランキングをお知らせしたいと思います。

数値分類を利用した分類のやり方
Categorize data with the cla ...

お知らせ

日本のデータサイエンス訓練サイトSIGNATEに投稿しました。ここでは、PJの内容についてとランキングをお知らせしたいと思います。


概要 今回投稿した概要 投稿リンク 暫定評価は 1.11637
アワビの計 ...