따릉이 대여량 예측 AI 해커톤

1. bicycle_train.csv : 학습 데이터

• date_time : 일별 날짜
• wind_direction: 풍향 (degree)
• sky_condition : 하늘 상태 (하단 설명 참조)
• precipitation_form : 강수 형태 (하단 설명 참조)
• wind_speed : 풍속 (m/s)
• humidity : 습도 (%)
• low_temp : 최저 기온 ( `C)
• high_temp : 최고 기온 ( `C)
• Precipitation_Probability : 강수 확률 (%)
• number_of_rentals : 따릉이 대여량

2. bicycle_test.csv : 테스트 데이터

• date_time : 일별 날짜
• wind_direction: 풍향
• sky_condition : 하늘 상태
• precipitation_form : 강수 형태
• wind_speed : 풍속
• humidity : 습도
• low_temp : 최저 기온
• high_temp : 최고 기온
• Precipitation_Probability : 강수 확률

3. sample_submissoin.csv : 제출 양식

• date_time : 일별 날짜
• number_of_rentals : 따릉이 대여량

데이터 상세 설명

• 기상 데이터는 하루에 총 8번 3시간 간격으로 발표되는 기상단기예보(SHRT) 데이터를 1일 평균으로 변환한 데이터입니다.
• 2019년 6월 4일 까지 sky_condition (하늘 상태) 코드 : 맑음(1), 구름조금(2), 구름많음(3), 흐림(4)
• 2020년 sky_condition (하늘 상태) 코드 : 맑음(1), 구름많음(3), 흐림(4)
• precipitation_form (강수 형태) 코드 : 없음(0), 비(1), 진눈깨비(2), 눈(3), 소나기(4)
• 원본 데이터에는 없음(0), 비(1),소나기(4)가 포함되어있었으며 진눈깨비(2)와 눈(3) 성분은 존재하지 않습니다.

위 자료는 아래 공공 데이터를 바탕으로 제작되었습니다.

• [기상청] 기상자료개방포털
• [서울특별시] 서울 열린데이터 광장