| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 1.39 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
This thesis aims to analyze the bike sharing system in Chicago and apply predictive models that
accurately predict the hourly demand for shared bicycles by using timerelated and weatherrelated
features. The dependent variable is Count, expressing the sum of the number of bicycles used per
hour. Predictive models that are used for this regression problem are Linear Regression, Random
Forest, Gradient Boosting, Light Gradient Boosting, Extreme Gradient Boosting, and MultiLayer
Perceptron. Accuracies of these predictive models are measured by R2_score, Root Mean Square
Error and Mean Absolute Error. For better predictions, different hyperparameters are used in
predictive models.
Without hyperparameters, Random Forest achieves the best accuracy measures. However, after
using hyperparameters, Gradient Boosting predicts the most accurate results. The accuracy of
Gradient Boosting boosts with hyperparameters, whereas Random Forest is almost unaffected by
them for this regression problem. The secondbest model when using hyperparameters is Extreme
Gradient Boosting. The neural network model, MultiLayer Perceptron presents less accurate
results than the Random Forest and the Boosting models for this type of problem.
Features that are most important for predictive models to forecast accurately were Temperature,
Hour, Weekend, Pressure, Uv_Index, and Day.
Esta tese, ao debruçarse sobre o sistema de partilha de bicicletas em Chicago, pretende contribuir para a implementação de modelos que permitem analisar, com rigor, a procura por hora de bicicletas partilhadas, utilizando componentes temporais e climatéricas. A variável dependente é o Count, que representa o somatório do número de bicicletas utilizadas por hora. Os modelos preditivos utilizados neste problema de regressão são: Linear Regression, Random Forest, Gradient Boosting, Light Gradient Boosting, Extreme Gradient Boosting, e MultiLayer Perceptron. A precisão destes modelos é medida através do R2_score, Root Mean Square Error e Mean Absolute Error. No intuito de minimizar o grau de erro são utilizados vários hiperparâmetros para os diferentes modelos preditivos. Sem hiperparâmetros, o Random Forest alcança as melhores previsões. Contudo, após a utilização de hiperparâmetros, o Gradient Boosting prevê resultados mais precisos. A precisão do Gradient Boosting aumenta com a utilização de hiperparâmetros, enquanto que o Random Forest não é afetado por eles, de modo significativo. O segundo melhor modelo ao utilizar hiperparâmetros é o Extreme Gradient Boosting. O modelo de rede neural MultiLayer Perceptron, apresenta resultados menos precisos do que o Random Forest e os modelos de Boosting. As características mais importantes para que os modelos preditivos revelem maior exatidão foram: Temperature, Hour, Weekend, Pressure, Uv_Index, e Day.
Esta tese, ao debruçarse sobre o sistema de partilha de bicicletas em Chicago, pretende contribuir para a implementação de modelos que permitem analisar, com rigor, a procura por hora de bicicletas partilhadas, utilizando componentes temporais e climatéricas. A variável dependente é o Count, que representa o somatório do número de bicicletas utilizadas por hora. Os modelos preditivos utilizados neste problema de regressão são: Linear Regression, Random Forest, Gradient Boosting, Light Gradient Boosting, Extreme Gradient Boosting, e MultiLayer Perceptron. A precisão destes modelos é medida através do R2_score, Root Mean Square Error e Mean Absolute Error. No intuito de minimizar o grau de erro são utilizados vários hiperparâmetros para os diferentes modelos preditivos. Sem hiperparâmetros, o Random Forest alcança as melhores previsões. Contudo, após a utilização de hiperparâmetros, o Gradient Boosting prevê resultados mais precisos. A precisão do Gradient Boosting aumenta com a utilização de hiperparâmetros, enquanto que o Random Forest não é afetado por eles, de modo significativo. O segundo melhor modelo ao utilizar hiperparâmetros é o Extreme Gradient Boosting. O modelo de rede neural MultiLayer Perceptron, apresenta resultados menos precisos do que o Random Forest e os modelos de Boosting. As características mais importantes para que os modelos preditivos revelem maior exatidão foram: Temperature, Hour, Weekend, Pressure, Uv_Index, e Day.
Description
Keywords
Demand forecasting Shared bikes Weather data Machine learning Predictive models Procura Bicicletas partilhadas Dados meteorológicos Aprendizado de máquina Modelos preditivos