HSL kaupunkipyörien vuokrausten ennustaminen : koneoppiminen lineaarisen regression avulla
Vuorento, Sampo (2024)
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2024120733613
https://urn.fi/URN:NBN:fi:amk-2024120733613
Tiivistelmä
Työn aiheena oli perehtyä koneoppimiseen ja tutkia sen avulla HSL kaupunkipyörien vuokrausten ennustamista. Lopullisena tavoitteena oli luoda malli, jonka avulla pystytään ennustamaan pyö-rien vuokrausten määriä perustuen olemassa olevaan dataan ja säätietoihin.
Työssä käytettiin HSL:n tarjoamia avoimia vuokrausdatoja touko- heinäkuulta 2021, sekä ilmatie-teenlaitoksen säätietoja. Olemassa olevaa dataa tutkittiin data-analytiikan avulla hyödyntäen MySQL-tietokantaa, Node.js:ää ja Reactia. Ennustemallin rakentamiseen käytettiin Pythonia. Mallin testaamista suoritettiin erilaisilla sääennusteilla. Testaamisen tuloksena pystyttiin ennus-tamaan pyörien vuokrausten määrä melko tarkasti vilkkailla asemilla. Suoritettujen testausten perusteella pystyimme toteamaan, että mitä enemmän dataa on käytettävissä, niin sitä tarkempia ennusteita voidaan luoda. Pienen datamäärän vuoksi hiljaisten asemien ennusteiden luominen osoittautui haastavaksi.
Työssä käytettiin HSL:n tarjoamia avoimia vuokrausdatoja touko- heinäkuulta 2021, sekä ilmatie-teenlaitoksen säätietoja. Olemassa olevaa dataa tutkittiin data-analytiikan avulla hyödyntäen MySQL-tietokantaa, Node.js:ää ja Reactia. Ennustemallin rakentamiseen käytettiin Pythonia. Mallin testaamista suoritettiin erilaisilla sääennusteilla. Testaamisen tuloksena pystyttiin ennus-tamaan pyörien vuokrausten määrä melko tarkasti vilkkailla asemilla. Suoritettujen testausten perusteella pystyimme toteamaan, että mitä enemmän dataa on käytettävissä, niin sitä tarkempia ennusteita voidaan luoda. Pienen datamäärän vuoksi hiljaisten asemien ennusteiden luominen osoittautui haastavaksi.