Case3. 需要を予測する

総レンタル数

予測対象の総レンタル数(count)を見ていきます。2011年に比べ2012年の方が増えているようです。

plot(train$count, type = "l",main = "")

利用者側の視点で考えると、利用する時間帯がある程度固定される（通勤、通学に利用するなど）ことが考えられます。そこで時間ごとのレンタル数を見てみます。

train$hour    <- factor(hour(ymd_hms(train$datetime)))
group_by(train, hour) %>%
  summarise(mean_count = mean(count)) %>%
  ggplot(aes(x = as.integer(hour) -1, y = mean_count)) +
  geom_line() +
  labs(x = "hour")

やはり通勤通学時間でのレンタル数が多いことが見られます。「時間」は需要予測に重要な要因であることが考えられます。

季節

train$season  <- factor(train$season, labels = c("Spring", "Summer", "Fall", "Winter"))
group_by(train, hour, season) %>%
  summarise(mean_count = mean(count)) %>%
  ggplot(aes(x = as.integer(hour) -1, y = mean_count, colour = season)) +
  geom_line() +
  labs(x = "hour")

春にレンタル数が落ち込んでいることが見られます。また、どの季節でも時間帯ごとの傾向は似通っていることもうかがえます。ただし、全期間のレンタル数（最初のグラフ）では冬にレンタル数が落ち込んでいます、これはkaggleのデータ説明 が間違えているのかもしれません。

train$holiday  <- factor(train$holiday, labels = c("FALSE", "TRUE"))
group_by(train, hour, holiday) %>%
  summarise(mean_count = mean(count)) %>%
  ggplot(aes(x = as.integer(hour) -1, y = mean_count, colour = holiday)) +
  geom_line() +
  labs(x = "hour")

週末でも休日でもない

train$workingday  <- factor(train$workingday, labels = c("FALSE", "TRUE"))
group_by(train, hour, workingday) %>%
  summarise(mean_count = mean(count)) %>%
  ggplot(aes(x = as.integer(hour) -1, y = mean_count, colour = workingday)) +
  geom_line() +
  labs(x = "hour")

週末、休日はお昼頃にレンタル数が増える傾向にあるようです。

天気

train$weather <- factor(train$weather, labels = c("Good", "Normal", "Bad", "Very Bad"))
group_by(train, hour, weather) %>%
  summarise(mean_count = mean(count)) %>%
  ggplot(aes(x = as.integer(hour) -1, y = mean_count, colour = weather)) +
  geom_line() +
  labs(x = "hour")

天気が良いほどレンタル数が多くなる傾向が見られます。

温度

group_by(train, hour, temp) %>%
summarise(mean_count = mean(count)) %>%
ggplot(aes(x = hour, y = temp, fill = mean_count)) +
    geom_tile() +
    scale_fill_gradient(low = 'lightblue', high = 'cyan4') +
    labs(x = 'hour', y = '', fill = 'count') +
    theme_bw() +
    theme(legend.position = 'bottom')

通勤通学の時間帯では、温度が20度を下回ると若干レンタル数が減少するようです。

体感温度

group_by(train, hour, atemp) %>%
summarise(mean_count = mean(count)) %>%
ggplot(aes(x = hour, y = atemp, fill = mean_count)) +
    geom_tile() +
    scale_fill_gradient(low = 'lightblue', high = 'cyan4') +
    labs(x = 'hour', y = '', fill = 'count') +
    theme_bw() +
    theme(legend.position = 'bottom')

「温度」と同様に、通勤通学の時間帯では、20度を下回ると若干レンタル数が減少するようです。

湿度

group_by(train, hour, humidity) %>%
summarise(mean_count = mean(count)) %>%
ggplot(aes(x = hour, y = humidity, fill = mean_count)) +
    geom_tile() +
    scale_fill_gradient(low = 'lightblue', high = 'cyan4') +
    labs(x = 'hour', y = '', fill = 'count') +
    theme_bw() +
    theme(legend.position = 'bottom')

湿度はレンタル数にほとんど影響を与えないようです。

風速

group_by(train, hour, windspeed) %>%
summarise(mean_count = mean(count)) %>%
ggplot(aes(x = hour, y = windspeed, fill = mean_count)) +
    geom_tile() +
    scale_fill_gradient(low = 'lightblue', high = 'cyan4') +
    labs(x = 'hour', y = '', fill = 'count') +
    theme_bw() +
    theme(legend.position = 'bottom')

風速はレンタル数にほとんど影響を与えないようです。

まとめ

• 2011年に比べ2012年の方がレンタル数が増えている
• 春にレンタル数が減少する
• 平日では通勤通学の時間帯にレンタル数が多い
• 休日、週末ではお昼頃にレンタル数が多い
• 温度、体感温度が20度を下回るとレンタル数が減少する
• 湿度、風速はレンタル数への影響はほとんどない

<< 1.ビジネスの理解　3.モデリング　>>