关于R语言中首尔共享单车需求数据集回归分析的期末作业（含Word报告）.zip

简介：
本资料为R语言课程中的期末作业，内容涉及对首尔共享单车需求数据进行回归分析，并撰写了一份详尽的研究报告。 首尔自行车数据分析中的回归分析 本段落旨在通过使用R语言、机器学习及统计建模技术对“首尔共享单车需求数据集”进行模型分析，以预测每小时所需的自行车数量，确保租赁自行车的稳定供应。 背景与动机： 当前许多大城市引入了公共自行车服务，这不仅提高了出行便利性和舒适度，还促进了环保交通。为了使公众能够及时使用这些设施并减少等待时间，保持稳定的共享单车供给是一项重要任务。然而影响共享单车可用性的因素众多，如天气温度、时间段（白天或夜晚）、节假日及季节变化等。 研究方法： 本项目采用两个数据集——首尔自行车和首都公共自行车共享计划，并构建了五个统计模型：立方体(Cubist)、正则化随机森林(Regularized Random Forests)、分类与回归树(Classification and Regression Trees, CART)、K近邻(K-Nearest Neighbors, KNN)及条件推理树(Conditional Inference Tree)，并通过重复交叉验证法优化超参数，并用测试集评估模型性能。采用R2系数、均方根误差(Root Mean Square Error, RMSE)、平均绝对误差(Mean Absolute Error, MAE)和变异系数(Coefficient of Variation, CV)等指标来衡量回归模型的预测准确性。 研究结果： 基于规则的Cubist模型能够解释首尔自行车测试集约95%的变化（R2=0.948），显示出卓越的表现。此外，所有构建的模型均进行了变量重要性分析以识别关键影响因素；结果显示温度和一天中的具体小时数是预测每个小时共享单车需求的关键指标。 讨论： Cubist算法基于Quinlan提出的M5模型树技术开发而来，能够生成一系列“if-then”规则，并为每个规则关联一个线性的多元回归方程。该方法的优点在于其广泛适用性及较强的预测能力。 在另一项研究中应用线性回归于首尔自行车数据集得出R2值0.567，表明线性模型仅能解释约56%的变化比例。尽管如此，低R平方并不一定意味着不佳的模型表现；某些领域内存在大量无法通过现有变量完全解释的现象或差异。 如果一个研究中的R平方较低但自变量统计显著，则仍可从中获得有关变量间关系的重要发现。 未来工作： 为了从数据集中提取更多有价值的信息与模式，可以尝试引入更高级别的算法如分类树、随机森林及K近邻等。本项目的目标是通过统计数据确定影响每小时租赁自行车最佳供应的关键因素。 例如，若气温过高且能见度差，则应减少供给量以适应需求下降的趋势；反之则增加库存来满足更高的骑行需求。 结论： 如果我们的模型能够成功预测共享单车的需求变化趋势，将有助于管理者合理安排车辆调度，并为用户提供更加便捷的服务体验。