23年钉钉杯大数据挑战赛金奖作品B2023071419238.pdfVIP

2023年第二届“钉钉杯”大学生

大数据挑战赛论文

题目：基于多种机器学习模型的纽约公共自行车使用量预测分析

摘要

Citibike是纽约市著名的自行车租赁公司，也是美国最大的自行车租赁公司。花旗

自行车(CitiBike)于2013年5月推出，现已成为交通网络的重要组成部分。本文以

CitiBike为例，对纽约自行车使用量进行预测分析。

针对问题一：首先，由附件数据筛选出2014年8月3日的数据，使用Networkx库

绘制有向图，计算出该图的节点数、边数、网络密度分别为：322、14570与0.1410；

其次，将题目要求的局部区域的节点单独设置一个子图，并利用Haversine公式计算出

平均最短路径长度与网络直径（km）分别为1.8526741969124991与6.656853733711409。

针对问题二：首先，对数据进行预处理，包括缺失值处理与异常值处理；其次，对

数据应用到T-SNE降维算法后，代入K-means、Birch与AGG聚类模型，根据手肘图将

数据分为20类，给出了3种聚类算法后的可视化图像；接着，计算出三种聚类模