2020中国高校计算机大赛·华为云大数据挑战赛--热身赛 Rank7 思路及代码分享

队名：无能万金油

---

2020中国高校计算机大赛·华为云大数据挑战赛–热身赛

热身赛：Rank 7

CSDN博客：我的博客
数据相关知识和分析参考：[上分指南] 2020华为云大数据挑战赛热身赛如何“未卜先知”
Github代码：2020华为云热身赛
(建议直接下载热身赛code.ipynb，里面有详细代码分析说明)

2020中国高校计算机大赛·华为云大数据挑战赛-正式赛现在已经开始了！

报名人数已达到4133！ 赛题非常有趣，华为还为参赛的小伙伴准备了代金卷，没有资源的小伙伴也可以参加哦！
热身赛和初赛的奖品也非常丰厚！！！
本Blog也会持续跟进比赛的最新消息和思路分享，感谢大家关注！

初赛（6月2日 – 6月30日）
复赛（7月13日-8月10日）
决赛（8月下旬

比赛地址：华为云大数据挑战赛

赛题说明

热身赛题——交通流量预测
随着电子信息和移动通信技术高速发展和不断融合，人工智能在各个领域都相继取得了巨大的突破，城市智能体也应运而生，而城市交通又是城市智能体的核心。交通流量数据既是城市交通中的基础数据，又是反应交通状况的重要指标之一，准确预测交通流量对城市交通具有重大意义。本题以交通流量预测为目标，邀请各个队伍以历史交通流量数据建立对应的算法模型，预测目标流量数据，通过预测值和真实值之间的对比得到预测准确率，以此来评估各队伍所提交的预测算法。

数据处理即预测

通过基本清洗，构建合理的数据集，分数是可以达到68、69 的成绩的，但是想进一步突破却比较难， 毕竟数据有限，我们能得到的信息很少。
但是我们发现，只要训练数据构建的好，分数就会有明显的提升，那么怎么才算好呢，其实就是越靠近，线上数据作为训练数据，效果就越好，因为回归模型的本质其实就是拟合数据。
那这样我们是不是可以人为构造线上数据，而不 是用模型预测（因为模型会有误差）。
通过实验是肯定的，后期我们还做了平滑的操作（自平滑），直接线上达到了76+
我们这里还得到了，另外一个赛题的数据，也是流量相关的，但是他们的题目是预测交通指数，些许不一样.可以作为分析数据的参考。
这里简单画了下图：(详细参考Github代码)