29、机器学习在自行车租赁时长预测与分类中的应用

机器学习在自行车租赁时长预测与分类中的应用

1. 预测与模型评估

在自行车租赁场景中，我们可以进行多种预测操作。首先，通过特定查询可以得到单次预测结果，示例如下：

Row
predicted_duration
start_station_name
start_date

1
3498.804224263982
Park Lane, Hyde Park
2019-05-19 04:24:03.376064 UTC

还能使用数组生成的方式，为每个站点的每小时创建预测表，从次日凌晨3点开始，代码如下：

DECLARE tomorrow_3am TIMESTAMP; 
SET tomorrow_3am = TIMESTAMP_ADD( 
  TIMESTAMP(DATE_ADD(CURRENT_DATE(), INTERVAL 1 DAY)), 
  INTERVAL 3 HOUR); 

WITH generated AS ( 
  SELECT 
     name AS start_station_name 
     , GENERATE_TIMESTAMP_ARRAY(  
         tomorrow_3am, 
         TIMESTAMP_ADD(tomorrow_3am, INTERVAL 24 HOUR), 
         INTERVAL 1 HOUR) AS dates 
  FROM  
     `bigquery-public-data`.london_bicycles.cycle_stati