机器学习预测投放量，共享单车有救了？

时间：2020-12-24 12:45:20 阅读：0 评论：0 收藏：0 [点我收藏+]

标签：rgs ast 保留 core aaa 注释干货 str ade

图片来源：https://www.ssyer.com/

共享单车变共享垃圾，这个曾红极一时的新鲜玩意儿，终究日薄西山。

因随即取用的便利性，共享单车迅速占领市场，这也是这一产业的最大bug。无码头停放带来的管理成本和对城市公共资源的占用，搞垮了“共享经济”的鼻祖。

而国外的共享单车多数仍保留着停车桩或固定停放站点的租用模式，重点关注车辆的维护和管理，整体市场不温不火。

技术图片
图片来源：Pexels

反观国内，小黄小蓝小绿五彩缤纷，各家激烈商战，模式照搬。疯狂“大炼钢铁”，导致市场供需比例失衡，最终落得个尸横遍野的下场。

技术图片

科学预测投放量，供需平衡保“平安”

对于单车区域投放而言，数量的合理分配对平衡供需关系及其重要。

本文将在C＃，NET Core和ML.NET中构建一个线性回归模型，并在共享单车需求数据集上对其进行训练。

然后，就可以科学地预测出某天某时某地需要投放多少辆共享单车了。

技术图片
图片来源：Pexels

ML.NET是微软的新机器学习库，可以运行线性回归，逻辑分类，聚类，深度学习和许多其他机器学习算法。

磊科是一个能在Windows中，OS / X和Linux上运行的微软多平台NET框架。这是跨平台NET发展的未来。

首先，需要一个有很多共享单车需求数字的数据文件。我们使用大都会特区Capital Bikeshare的UCI Bike Sharing Dataset。该数据集有17380辆单车记录，时间跨度为两年。

文件如下：

技术图片

它含有17列的逗号分隔文件：

?即时：记录索引

?日期：观察日期

?季节：季节（1 =春季，2 =夏季，3 =秋季，4 =冬季）

?年份：观察年份（0 = 2011,1 = 2012）

?月：观察月份（1至12）

?小时：观察时间（0至23）

?假日：是否是节假日

?平日：观察的一周中的某一天

?WorkingDay：是否是工作日

?天气：观测期间的天气（1 =晴朗，2 =薄雾，3 =小雪/雨，4 =大雨）

?温度：标准温度（摄氏度）

?ATemperature：标准体感温度（摄氏度）

?湿度：标准湿度

?强风：标准风速

?休闲：当时空闲单车用户的数量

?注册：当时注册的单车用户数量

?计数：当时运行的租用单车总数

忽略记录索引，日期和空闲单车和注册单车的数量，并将其他所有内容用作输入特征。最后的列计数是试图预测的数字。

通过构建一个线性回归模型，读取所有的特征列，然后对运行中的出租自行车总数，每个日期，时间和天气条件进行预测。

以下是如何在NET Core中创建新的控制台项目：

$ dotnet new console -o Bikes
$ cd自行车

接下来，安装ML.NET基本包：

$ dotnet add package Microsoft.ML

安装名为BetterConsoleTables的包来显示模型运行结果：

$ dotnet add package BetterConsoleTables

现在准备添加一些类。需要一个类来实现共享单车需求观察，一个类来实现模型的预测。

修改Program.cs的文件：

/// <summary>
/// DemandObservation类拥有一个单一的自行车需求观察记录。
/// </ summary>
公共类DemandObservation
{
    [LoadColumn（2）] public float Season {get; 组; }
    [LoadColumn（3）] public float Year {get; 组; }
    [LoadColumn（4）] public float Month {get; 组; }
    [LoadColumn（5）] public float Hour {get; 组; }
    [LoadColumn（6）] public float Holiday {get; 组; }
    [LoadColumn（7）] public float Weekday {get; 组; }
    [LoadColumn（8）] public float WorkingDay {get; 组; }
    [LoadColumn（9）] public float天气{get; 组; }
    [LoadColumn（10）] public float Temperature {get; 组; }
    [LoadColumn（11）] public float NormalizedTemperature {get; 组; }
    [LoadColumn（12）] public float Humidity {get; 组; }
    [LoadColumn（13）] public float Windspeed {get; 组; }
    [LoadColumn（16）] [ColumnName（“Label”）] public float Count {get; 组; }
}

/// <summary>
/// DemandPrediction类包含一个单一的自行车需求预测。
/// </ summary>
公共类DemandPrediction
{
    [的ColumnName（ “分数”）]
    public float PredictedCount;
}

DemandObservation类可实现一次出租车出行。注意每个字段如何用一个列属性来修饰，该属性告诉CSV数据加载代码从哪个列导入数据。

我们还将使用一个DemandPrediction类，它将实现单车需求预测。

现在把训练数据载入内存：

/// <summary>
///主程序类。
/// </ summary>
静态类程序
{
    //数据集的文件名
    private static string trainDataPath = Path.Combine（Environment.CurrentDirectory，“hour_train.csv”）;
    private static string testDataPath = Path.Combine（Environment.CurrentDirectory，“hour_test.csv”）;

    static void Main（string [] args）
    {
        //创建机器学习环境
        var context = new MLContext（）;

        // load training and test data
        Console.WriteLine("Loading data…");
        var trainingData = context.Data.LoadFromTextFile<DemandObservation>(
            path: trainDataPath, 
            hasHeader:true, 
            separatorChar: ‘,‘);
        var testData = context.Data.LoadFromTextFile<DemandObservation>(
            path: testDataPath, 
            hasHeader:true, 
            separatorChar: ‘,‘);

        // the rest of the code goes here…
    }
}

此代码使用LoadFromTextFile方法将训练和测试数据直接载入内存中。类字段注释会告诉方法如何将加载的数据存储在DemandObservation类中。

现在，开始构建机器学习管道：

// build a training pipeline
// step 1: concatenate all feature columns
var pipeline = context.Transforms.Concatenate(
    DefaultColumnNames.Features,
    nameof(DemandObservation.Season), 
    nameof(DemandObservation.Year), 
    nameof(DemandObservation.Month),
    nameof(DemandObservation.Hour), 
    nameof(DemandObservation.Holiday), 
    nameof（DemandObservation.Weekday），
    nameof（DemandObservation.WorkingDay）， 
    nameof（DemandObservation.Weather）， 
    nameof（DemandObservation.Temperature），
    nameof（DemandObservation.NormalizedTemperature）， 
    nameof（DemandObservation.Humidity）， 
    nameof（DemandObservation.Windspeed））

    //第2步：缓存数据以加快培训速度
    .AppendCacheCheckpoint（上下文）;

//剩下的代码就在这里......

ML.NET中的机器学习模型是通过管道构建的，管道是数据加载，转换和学习组件的序列。

管道包含以下组件：

?串联，它将所有输入数据列合并为一个称为“特征”的列。这个步骤必不可少，因为ML.NET只能在单个输入列上进行训练。

?AppendCacheCheckpoint，用于缓存此时的所有训练数据。这是一个加速学习算法的优化步骤。

应该使用哪种训练算法来建立模型？

或许可以尝试FastTree，或StochasticDualCoordinateAscent，或泊松回归？

我们来尝试四种算法，看看哪种算法产生的结果最低。

均方根误差（RMSE）：SDCA，PoissonRegression，FastTree，和FastTreeTweedie

以下是如何使用该四种算法训练模型：

//设置一系列学习者尝试
(string Name, IEstimator<ITransformer> Learner)[] regressionLearners =
{
    ("SDCA", context.Regression.Trainers.StochasticDualCoordinateAscent()),
    ("Poisson", context.Regression.Trainers.PoissonRegression()),
    ("FastTree", context.Regression.Trainers.FastTree()),
    ("FastTreeTweedie", context.Regression.Trainers.FastTreeTweedie())
};

// prepare a console table to hold the results
var results = new Table(TableConfiguration.Unicode(), "Learner", "RMSE", "L1", "L2", "Prediction");

// train the model on each learner
foreach (var learner in regressionLearners)
{
    Console.WriteLine($"Training and evaluating model using {learner.Name} learner…");

   // add the learner to the training pipeline
    var fullPipeline = pipeline.Append(learner.Learner);

    //训练模型
    var trainedModel = fullPipeline.Fit（trainingData）;

    //剩下的代码就在这里......
}

//显示结果
Console.WriteLine（results.ToString（））;

这段代码建立了一个包含各个训练算法名称和类的元组数组。接着，用一个简单的用于循环将每个算法附加到管道中，并调用飞度（...）来训练模型从而测试每个算法。

同时请注意在循环开始之前，如何在结果变量中设置控制台，并在循环结束时显示结果。表是BetterConsoleTables包中的一个助手类，它将以非常好的表格格式显示最终结果。

现在，有了一个已受训练的模型接下来，需要获取测试数据，预测每个数据记录的单车需求，并将其与实际值进行比较：

//评估模型
var predictions = trainedModel.Transform（testData）;
var metrics = context.Regression.Evaluate（
    数据：预测， 
    标签：DefaultColumnNames.Label， 
    得分：DefaultColumnNames.Score）;

//剩下的代码就在这里......

此代码调用变换（...）为文件中的每个单车需求记录设置预测（值）。然后，评估（...）将这些预测值与实际单车需求（量）进行比较，并自动计算三个非常便于使用的指标：

?metrics.Rms：这是均方根误差或RMSE值在机器学习领域中，评估模型并对其准确性进行评级是一种重要的度量方法.RMSE表示一个向量在?维空间中的长度，由每个预测中的误差组成。

?metrics.L1：这是平均绝对预测误差，以单车数量表示。

?metrics.L2：这是均方预测误差，或MSE值。注意，RMSE和MSE是相关的：RMSE只是MSE的平方根。

下面让我们使用模型进行预测。

// set up a sample observation
var sample = new DemandObservation()
{
    Season = 3,
    Year = 1,
    Month = 8,
    Hour = 10,
    Holiday = 0,
    Weekday = 4,
    WorkingDay = 1,
    Weather = 1,
    Temperature = 0.8f,
    NormalizedTemperature = 0.7576f,
    Humidity = 0.55f,
    Windspeed = 0.2239f
};

// create a prediction engine
var engine = trainedModel.CreatePredictionEngine<DemandObservation, DemandPrediction>(context);

// make the prediction
var prediction = engine.Predict(sample);

// the rest of the code goes here…

创建一个2012年秋季的新自行车纪录，在8月的一个周四上午10点，天气晴朗。

CreatePredictionEngine方法设置预测引擎。两个类型参数是输入数据类和用于保存预测的类。然后只需调用Predict（...）进行单一预测。

需要做的最后一件事是收集控制台表中的所有结果：

// store all results in the console table
results.AddRow(
    learner.Name, 
    metrics.Rms.ToString("0.##"), 
    metrics.L1.ToString（ “0。##”）， 
    metrics.L2.ToString（ “0。##”）， 
    prediction.PredictedCount.ToString（ “0”）

AddRow（）方法将新行添加到控制台表。训练算法放在第1列，然后是RMSE，L1得分，L2得分和样本的需求预测。

看看模型是多么准确。这是在Mac上的Visual Studio Code调试器中运行的代码：

技术图片

应用程序再次在zsh shell中运行：

技术图片

SDCA的表现最差，RMSE为191.63.Poisson回归只是略微好一点。赢家显然是运用了是快速树算法的FastTreeTweedie，RMSE仅为62.84。

L1分数表示每个预测中的平均误差。看看FastTreeTweedie，这意味着模型平均只有39辆自行车。

在本样本中，模型预测我们将需要205辆自行车来满足需求，在8月的星期四上午10点清晨。鉴于L1得分，应该添加39辆自行车才能安全并且总共分配244辆。

精确到点的预测，你还不mark一下？说不定这是拯救摩拜和哈罗的唯一机会了！

技术图片

留言点赞发个朋友圈

我们一起分享AI学习与发展的干货

编译组：高亚晶，柯梓瑜
相关链接：
https://medium.com/machinelearningadvantage/predict-bike-sharing-demand-in-washington-dc-with-c-and-ml-net-machine-learning-5550ca26c6df

如需转载，请后台留言，遵守转载规范