欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

2020中国高校计算机大赛·华为云大数据挑战赛热身赛--EDA

程序员文章站 2022-05-22 10:18:56
...

慢慢看,慢慢写~
顺便求求大佬带

数据集格式

数据集存放格式

读数据的时候根据日期,路口,方向的不同有不同的文件,数据集涉及4周(2019.1.12 – 2019.2.8)28天的数据;其中01-14日缺失wuhe_zhangheng路口四个方向的信息,其他的日期都完整包括6个路口的信息。

# 4周(2019.1.12 – 2019.2.8)28天的数据
| -- 01-12  
	# 按照路口,方向分文件保存
	| -- chongzhi_beier-east-01-13.csv,  #chongzhi_beier四个方向四个数据文件
	| -- chongzhi_beier-north-01-13.csv
 	| -- chongzhi_beier-south-01-13.csv
	| -- chongzhi_beier-west-01-13.csv
	.
	.
	.
	| -- wuhe_zhangheng-west-01-13.csv
.
.
.
| -- 02-08 
	| -- chongzhi_beier-east-02-08.csv
	.
	.
	.

涉及路口

很奇怪,文件夹里面有chongzhi_beier 的信息,猜测应该是 “冲之大道-贝尔路” 路口,但是官方并没有提到这个路口 ╮(╯▽╰)╭
涉及到的6个路口如图所示(图片“上”方向即为“正北”),其中左上角的 wuhe_zhangheng 路口就是最终要预测的路口
2020中国高校计算机大赛·华为云大数据挑战赛热身赛--EDA

缺失值分析

  • 基本上每个路口都存在缺失值(缺失值都在1月,2月就没有了)
  • 最长的一个缺失值达到了两天半

可视化分析(wuhe_zhangheng-straightFlow)

2020中国高校计算机大赛·华为云大数据挑战赛热身赛--EDA
所有数据的可视化分析

  • 很明显的周期性了(以天为周期)
  • 2月4日后车流量就变小了,查了下2月5日春节(233333 华为的放假日期get!)
  • 预测的日期是(2019年2月11日,正月初七)和周四(2019年2月14日,正月初十)。
  • 2019年春节期间节假日安排:

春节:2月4日至10日放假调休,共7天。2月2日(星期六)、2月3日(星期日)上班。

2020中国高校计算机大赛·华为云大数据挑战赛热身赛--EDA
所有数据的可视化分析

  • 异常值、离群值的处理