基于KNN的影响共享单车租赁需求的因素分析.docx

PAGE4

基于KNN的影响共享单车租赁需求的因素分析

摘要

近年来，共享单车如雨后春笋般出现，遍布世界各地城市。由于共享单车的流动性强，随机性很高，因此快速精确地预测出城市共享单车的短时需求量具有十分重要的意义。随着大数据和机器学习的不断发展，和对数据分析和数据可视化的应用研究，通过KNN算法和随机森林算法来剖析共享单车数据集。本文以美国华盛顿共享单车的租赁情况作为研究对象，分析时间、气候等因素对单车需求量的影响，实现对共享单车短时需求量的预测，及行情发展的建议。

对于共享单车来说，发现和利用影响租赁数量的因素是尤为关键的，对此进行数据分析研究。进行预处理及可视化，从可