자전거 대여 수요 분석

무엇을 하는 미션인가

시간·날씨 조건에서 자전거 대여량을 예측하는 회귀 미션입니다. 타깃이 한쪽으로 크게 치우쳐 있어 log1p 공간에서 학습하고, 지표도 그 공간의 RMSE(=RMSLE)로 봤습니다.

전처리와 피처

datetime을 시간·월 등으로 분해하고, 시간대별·월별 평균 대여량을 확인한 뒤 PolynomialFeatures(degree=2)로 상호작용 항을 만들었습니다. 전처리와 모델은 Pipeline으로 묶어 학습·검증에 같은 변환이 적용되도록 했습니다.

실험 결과

노트북 출력에 남은 검증 RMSLE입니다. 낮을수록 좋습니다.

값이 크게 움직인 구간은 모델 교체가 아니라 피처 작업 전후였습니다. 같은 LinearRegression이 1.00176에서 0.57371로 내려갔고, 그 뒤 모델을 바꾸거나 튜닝한 구간의 폭은 0.015 수준입니다. 다만 피처 작업에서는 파생 변수 생성·다항 확장·스케일링이 함께 바뀌었기 때문에, 어떤 변경이 얼마나 기여했는지는 이 기록으로 분리되지 않습니다.

한계

• 검증셋 기준 값이며 별도 테스트셋 평가는 없습니다
• 시드를 바꿔 반복하지 않아 모델 간 0.01대 차이가 실행 변동 범위 안인지 확인되지 않았습니다