kaggle——Bike Sharing Demand

个人感觉最主要是通过visualization来获取一些信息，

在这之前一般都要先提取出一些有用的feature，比如这里的时间字符串要先提取出“小时”这个信息

有时在丢到model之前需要extract一些feature，也需要drop一些没用的feature

比如24小时变化的曲线

工作日24h变话的曲线（想想也是对的，大部分是在上下班的时间）

周末24h变换的曲线

从中就可以挖掘出一些有用的信息

挖掘出来最简单的应用就是根据时间来预测，用当前时间段的所有的平均值代替就行了，

但是这样做出来的结果是比较差的，还不如直接用random forest来的LB效果好（话说kaggle里面好像特别favor RF，是分类，回归问题大家都喜欢用）

也许应该对不同的时间进行预测？但是这样样本量就减小了24倍，值得一试

有人也说：

1. 按照是否注册分别预测，因为从24h图上看他们的趋势是不一样的，

2. instead of predicting count, but predict ln(count+1), because evaluation is RMSLE

但是我写的对比，答案差不多