UCI自行车租赁数据分析集-2011至2012年-marfrancolopez
数据来源：互联网公开数据
标签：自行车租赁,UCI,数据分析,时间序列,环境因素,预测,使用模式
数据概述：
本数据集来自UCI，记录了自行车租赁系统的使用情况及相关环境因素，为分析使用模式和基于各种特征进行预测提供了机会。数据集分为训练集和测试集两个文件。
p1_train.csv文件包含7,689条记录，包括历史记录与特征，以及目标变量count，代表特定时间段内的自行车租赁数量。
p1_test.csv文件包含3,196条记录，结构与训练集类似，但不包含count列，用于预测。
特征描述如下：
id：每个时间段的唯一标识符（非连续）。
year：观察记录的年份（2011或2012）。
hour：一天中的小时数（0到23）。
season：季节类别（1: 冬季, 2: 春季, 3: 夏季, 4: 秋季）。
holiday：是否为节假日的指示器（0: 否, 1: 是）。
workingday：是否为工作日的指示器（非周末或节假日; 0: 否, 1: 是）。
weather：天气状况分类（1: 晴朗, 2: 有雾/少量云层/部分多云, 3: 轻度/中度雨/雪, 4: 重度雨/冰雹/雪/雾/霾）。
temp：实际气温（摄氏度）。
atemp：体感温度（摄氏度）。
humidity：相对湿度百分比。
windspeed：风速（公里/小时）。
count（仅限训练集）：时间段内的自行车租赁总数（目标变量）。
数据用途概述：
该数据集适用于时间序列分析、预测建模、环境因素对自行车租赁使用模式的影响研究等多种场景。研究人员可以利用此数据进行时间序列分析，了解不同因素如何影响自行车租赁量；企业可以借助数据预测未来租赁需求，优化资源配置；城市规划者可基于数据分析结果改善城市交通基础设施建设。此外，数据集也适合用于教育培训，帮助学习者掌握数据分析与预测建模的基本方法。
