Kaggle 입문하기 - 데이터 분석 입문¶
학습 내용¶
- 캐글에 대해 이해하기
- 캐글 데이터 셋을 이용하여 데이터 분석을 이해한다.
- URL : https://www.kaggle.com/
- Competitions 선택하면 다양한 대회 확인 가능.
- 대회 주제 : Bike Sharing Demand
- https://www.kaggle.com/c/bike-sharing-demand
In [7]:
from IPython.display import display, Image
데이터 다운로드하기¶
- 가. https://www.kaggle.com/c/bike-sharing-demand 링크를 선택하여 웹 사이트 접속합니다.
- 나. Data를 선택합니다.
- 다. train.csv, test.csv, sampleSubmission.csv를 다운로드 받습니다.
- 라. 다운로드 받은 csv와 주피터 노트북 또는 py 파일은 동일한 폴더에 위치시킵니다.
In [36]:
display(Image(filename='img/kaggle/kaggle01.png'))
- 'Data'를 누르면 데이터 상세 내역이 확인가능합니다.
In [39]:
display(Image(filename='img/kaggle/kaggle02.png'))
- 'Data Sources'의 test.csv와 train.csv의 데이터 셋을 다운로드 합니다.
In [40]:
display(Image(filename='img/kaggle/kaggle03.png'))
Data Fields¶
| 필드명 | 설명 |
|---|---|
| datetime | hourly date + timestamp |
| season | 1 = spring, 2 = summer, 3 = fall, 4 = winter |
| holiday | whether the day is considered a holiday |
| workingday | whether the day is neither a weekend nor holiday |
| weather | 1: Clear, Few clouds, Partly cloudy, Partly cloudy 2: Mist + Cloudy, Mist + Broken clouds, Mist + Few clouds, Mist 3: Light Snow, Light Rain + Thunderstorm + Scattered clouds, Light Rain + Scattered clouds 4: Heavy Rain + Ice Pallets + Thunderstorm + Mist, Snow + Fog |
| temp | temperature in Celsius (온도) |
| atemp | "feels like" temperature in Celsius (체감온도) |
| humidity | relative humidity (습도) |
| windspeed | wind speed (바람속도) |
| casual | number of non-registered user rentals initiated (비가입자 사용유저) |
| registered | number of registered user rentals initiated (가입자 사용유저) |
| count | number of total rentals (전체 렌탈 대수) |
In [8]:
import pandas as pd
1-1 데이터 준비하기¶
- train 은 학습을 위한 데이터 셋
- test 은 예측을 위한 데이터 셋
- ../data/bike : 상위폴더의 (data/bike 폴더 경로), 내 컴퓨터의 데이터 경로 지정.
- parse_dates = [컬럼명] : 해당 컬럼을 시간형 자료로 불러옴.
In [21]:
train = pd.read_csv("train.csv", parse_dates=['datetime'])
test = pd.read_csv("test.csv", parse_dates=['datetime'])
In [22]:
print(train.shape) # : 행과 열 갯수 확인
print(test.shape)
In [23]:
train.head()
Out[23]:
In [24]:
train.info()
입력데이터 선택¶
In [25]:
f_names = ['temp', 'atemp']
X_train = train[f_names] # 학습용 데이터의 변수 선택
X_test = test[f_names] # 테스트 데이터의 변수 선택
출력 데이터 선택¶
In [26]:
label_name = 'count' # 렌탈 대수 (종속변수)
y_train = train[label_name] # 렌탈 대수 변수 값 선택
1-2 모델 만들기 및 제출¶
모델 만들기 및 예측 순서¶
- 모델을 생성한다. model = 모델명()
- 모델을 학습한다. model.fit( 입력값, 출력값 )
- 모델을 이용하여 예측 model.predict(입력값)
In [27]:
from sklearn.linear_model import LinearRegression
In [28]:
model = LinearRegression()
model.fit(X_train, y_train)
model.predict(X_test) # 예측(새로운 데이터로)
Out[28]:
In [29]:
model.coef_
Out[29]:
In [30]:
model.intercept_
Out[30]:
학습된 모델로 예측 후, 이값으로 제출하기¶
In [31]:
pred = model.predict(X_test) # 예측
sub = pd.read_csv("sampleSubmission.csv")
sub['count'] = pred
처음 만는 제출용 csv 파일¶
- index=False : csv 파일 행번오 없애기
In [32]:
# 처음 만는 제출용 csv 파일, 행번호를 없애기
sub.to_csv("firstsubmission.csv", index=False)
제출하기¶
- 캐글 사이트 접속 후, 로그인
- 맨 상단에 Search에 Bike Sharing demand로 입력 후, 검색 되는 것 중 하나를 선택
- 들어간 사이트에서 대회로 접속 후,
- 또는 다음 링크로 접속 : https://www.kaggle.com/c/bike-sharing-demand
- Late Submission 선택 후, 제출 영역에 csv 파일을 마우스 드래그하여 올려 제출
- 제출 후, 아래 'Make Submission' 을 버튼을 선택하면 제출 결과가 약간 후 보임.
In [33]:
display(Image(filename='img/kaggle/bike01.png'))
In [34]:
## 업로드가 완료된 후, 아래 버튼 선택
display(Image(filename='img/kaggle/bike01.png'))