注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. bikesharing-源码

  2. 自行车使用 分析CityBike的自行车旅行 CityBike是纽约市的一家自行车租赁公司。使用从2019年8月提取的数据，我们可以探索客户的人口统计资料，租赁时间，开始和结束旅行的地点。让我们查看数据，看看是否存在其他增长机会。 统计分析概述： 数据是从CityBike的系统数据中提取的。然后，它在Tableau中运行以进行计算，比较字段并创建视觉效果。有些字段无法在Tableau中正确计算；使用python进行基本的重新计算，然后通过Tableau运行 查看时间字段更新 结果摘要： 自行车全

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：440320
    • 提供者：weixin_42164702

  1. bikesharing-源码

  2. 自行车共享分析 成品交付品： 分析概述 使用来自纽约Citibike计划的数据来确定类似的计划在爱荷华州是否适用。具体来说，对于我的Tableau故事，我决定专注于男性订户，因为该组构成了纽约大部分节目。 结果 在男性订户中，很明显，大多数骑自行车的人在工作周内的工作时间前后都骑自行车。热图还显示了在清晨和午后的周末活动，大概是为了休闲。在所有用户和性别中，众所周知，无论白天还是白天，他们中的大多数人只骑自行车一个小时或更短时间，这告诉我们城市中的人们会使用自行车从A点到达B点，或者骑短途旅行

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：88064
    • 提供者：weixin_42123191

  1. Bikesharing-源码

  2. 共享单车

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：4096
    • 提供者：weixin_42157556

  1. bikesharing-源码

  2. 共享单车

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：4096
    • 提供者：weixin_42104906

  1. bikesharing-源码

  2. 花旗自行车分析 项目概况 该项目专注于分析2019年8月以来的纽约市Citi Bike出行历史数据，并产生交互式Tableau可视化效果以汇总数据。 在Tableau Public中创建了十二个数据可视化视图，以按性别和时间分析旅行历史。 结果显示，Tableau Story中包含了十二个可视化中的七个。 在创建可视化文件之前，使用Jupyter Notebooks和Pandas清理了一些数据。 Tableau Public故事的链接如下： ://public.tableau.com/pro

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：755712
    • 提供者：weixin_42129797

  1. bikesharing-源码

  2. 纽约市的单车共享 在此项目中，我们审查了纽约市花旗自行车计划的自行车共享数据。 对此进行了研究，目的是将该程序应用于爱荷华州得梅因市，因此纽约数据中的任何主要趋势都将大大有助于以后的扩展。 资源 Python（Jupyter笔记本） 画面 结果1：起始位置 结果2：结束位置 结果3：每辆自行车的结帐时间 结果4：按性别列出的每辆自行车的结帐时间 结果5：每天每小时每小时的自行车旅行次数。 结果6：每天，每小时和每性别的自行车旅行次数。 结果7：每天按性别划分的用户访问量

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：2097152
    • 提供者：weixin_42160278

  1. bikesharing-源码

  2. 纽约市花旗自行车分析 项目概况 目的 该项目的目的是协助凯特提出一项业务建议，以展示自行车共享业务如何在爱荷华州得梅因市运作。 为此，我们分析了8月份的纽约市Citi Bike数据，以了解Bikeshare业务的运作方式。 这包括根据一天中的时间，工作日，性别和旅行持续时间分析自行车使用情况的数据。 目标是： 显示所有车手和性别的自行车结账时间。 显示一周中每一天所有小时所有性别和性别的自行车旅行次数。 显示每种类型的用户的自行车旅行次数以及一周中的每一天的性别。 资源 数据来源：； 选择

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：719872
    • 提供者：weixin_42138716

  1. BikeSharing:Tableau工作-源码

  2. 共享单车 统计分析概述 这项统计工作的目的是使用来自纽约市和塔布劳的Citi Bike bikesahre计划的公共数据，以说服投资者，位于爱荷华州得梅因的自行车共享计划是一项可靠的业务建议。 该项目使用Tableau来可视化使用自行车的持续时间和时间，以及按性别划分的自行车用户细分，这可以帮助更好地营销该商业想法。 整个tableau项目可在以下位置找到：[ ]（链接在此处“链接到仪表板”）

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：5120
    • 提供者：weixin_42113794

  1. bikesharing-源码

  2. 共享单车 概述 分析师检查了2019年8月以来纽约市的Citibike数据，以确定Citibikes是否适合爱荷华州得梅因市。 分析NYC数据以显示一天中的时间，一周中的几天，性别，开始位置和结束位置的趋势。 该分析要求分析人员使用Pandas将“ tripduration”列从整数更改为日期时间数据类型。 使用转换后的数据类型，创建了可视化图像以显示所有年龄和性别的自行车结账时间，显示一周中每一小时所有性别和性别的自行车出行次数，以及自行车的数量一周中每天的每种用户和性别，最高起点位置和最高终

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：851968
    • 提供者：weixin_42172572

  1. Bikesharing:使用Tableau在NYC中显示自行车乘车共享数据-源码

  2. 共享单车 项目概况 Tableau是功能强大的数据分析工具，可为非技术人员和技术人员提供易于理解的仪表板。 Tableau可视化为分析人员提供了一种讲述清晰故事并轻松与他人共享该故事的方法。 该项目将使用纽约市cityBike上的数据集，这将有助于为潜在的自行车共享公司创建业务建议。 结果 Tableau公共链接 用户结帐时间 几乎所有自行车一次的检查时间都少于一个小时，大多数骑行时间约为5分钟。 性别结帐时间 大多数自行车都是由男性骑手检查的。 平日每小时每小时的出行次数 在工作日通勤时间（

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：3072
    • 提供者：weixin_42134878

  1. bikesharing:与Tableau共享单车-源码

  2. 使用纽约市CitiBike数据进行单车共享 使用Tableau对2019年8月以来纽约市CitiBike自行车共享数据进行的分析 概述 可以完整了解Tableau的故事。 该项目的框架是分析纽约市CitiBike的单车共享数据，以向希望在爱荷华州得梅因市开始单车共享计划的投资者介绍。 得梅因（Des Moines）离纽约市的喧嚣还有很长的路要走，但这种分析可能有助于回答一些关键问题： 谁使用Bikeshare计划？ 哪个城市的自行车共享使用量最多？ 自行车什么时候使用得最多和最少？ 自

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：1048576
    • 提供者：weixin_42098251

  1. bikesharing-源码

  2. 概述 这项分析着眼于纽约市的Citi Bike Data。 它重点介绍了2019年8月发生的自行车租赁情况。 结果 在2019年8月，有2,344,224名用户租用了自行车。 1,900,359名车手（81％）选择订阅租赁服务。 相反，每5个骑手中就有大约1个选择了单骑服务。 大多数骑手在上午7点至9点以及下午4点至8点之间租用自行车。 这表明骑手使用自行车上下班上下班。 概括

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：2097152
    • 提供者：weixin_42160424

  1. bikesharing-源码

  2. 共享单车 创建表格来分析NYC中的Bikeshare数据。 请参阅和 挑战 总共找到2,344,224旅行 找出八月的高峰时间 找出最佳出发地点 按工作日按性别查找用户旅行 找出性别的结帐时间 结果 通过使用Tableau，我们可以快速分析和计算数据。 任何人都可以使用直观的拖放产品来分析数据。 清晰快速地连接和可视化数据。 智能仪表板和故事可合并多个数据视图。 参考

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：1048576
    • 提供者：weixin_42139042

  1. 自行车租赁预测：结合机器学习回归模型来预测自行车租赁数量-源码

  2. 自行车出租预测 结合机器学习回归，集成学习和深度学习模型来预测自行车租赁数量 数据源：bikesharing.csv- 该项目是作为UT达拉斯应用机器学习课程的主要任务而创建的，包括2个项目： 项目1有2个部分： 第1部分：：数据清理，有监督的机器学习回归模型 第2部分：：数据清理，监督式机器学习分类模型 项目2有2个部分： 第1部分： ：集成学习，主成分分析（PCA），使用PCA的回归模型，使用神经网络的深度学习（DL）模型 第2部分： ：整体学习，主成分分析（PCA），使用PCA的

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：293888
    • 提供者：weixin_42129113

  1. bikesharing-源码

  2. 共享单车 统计分析概述： 该分析提供了来自纽约市成功的自行车共享计划Citi Bike的事实统计数据。 通过使用这些统计数据，也有机会在得梅因市复制一个成功的程序。 <br。 分析是使用Tableau创建的，并且使用了2019年8月以来的数据，这些数据将在温暖的月份提供完整的自行车使用数据。 这将为潜在的投资者提供可视化效果。 为确保此业务建议也成功，已在骑车旅行中创建了进一步的可视化效果。 结果： 花旗自行车（Citi Bike）的出行持续时间数据已转换为日期/时间格式，以便能够在一

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：2048
    • 提供者：weixin_42161497

  1. bikesharing:使用Tableau创建可视化文件以分析纽约自行车共享数据-源码

  2. 共享单车 使用Tableau创建可视化文件以分析纽约自行车共享数据。 监督项目 在此分析中，我们使用了Pandas将“ tripduration”列从整数更改为日期时间数据类型。 然后，使用转换后的数据类型，您将创建一组可视化效果，以： 显示所有车手和性别的自行车结账时间 显示一周中每一天所有小时所有性别和性别的自行车旅行次数 显示每种类型的用户的自行车旅行次数以及一周中的每一天的性别。

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：2048
    • 提供者：weixin_42176827

  1. bikesharing-源码

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：1048576
    • 提供者：weixin_42146274

  1. bikesharing:画面-源码

  2. 花旗-共享单车 Tableau Python熊猫 统计分析概述 该项目使用Python Pandas库处理数据集，并将干净数据导出到Tableau中进行分析。 进行数据可视化以进行自行车旅行分析，以使投资者确信在得梅因的这种自行车共享计划是一项可靠的业务建议。 下面的分析准备吸引投资者考虑。 结果 大多数自行车使用者只使用自行车少于30分钟。 与其他两个性别相比，男性用户的自行车使用率更高。 可以注意到，大多数用户都喜欢在清晨（6 AM〜9 AM）或下午晚些时候（4 PM〜7 PM）骑

  3. 所属分类：其它

    • 发布日期：2021-03-28
    • 文件大小：2097152
    • 提供者：weixin_42116604

  1. Bikesharing-源码

  2. 共享单车 [我是参考样式的链接] [不区分大小写的任意参考文字] 项目概况 在前往纽约的旅途中，我们使用了花旗自行车（Citi Bikes）游览了整个城市。这种交通方式使我们能够了解这座城市，并与居住在该城市以及骑自行车上下班的人们互动。 技巧和想法开始形成后-在我们的故乡爱荷华州得梅因市开始类似的自行车共享业务。我们吸引了一个潜在的天使投资者的关注，他们可能有兴趣提供种子资金，以探索将自行车共享计划带到得梅因。 我们希望使用公开可用的Citi Bike数据来分析自行车共享业务在纽约市的实际运作

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：280576
    • 提供者：weixin_42131414

  1. bikesharing-源码

  2. 纽约市花旗自行车分析 分析概述 已提出将花旗自行车带到爱荷华州得梅因的建议。为了使潜在投资者确信其成功，我们使用Tableau Public中的数据可视化工具对纽约市的Citi Bikes进行了全面分析。我们专注于8月，并使用了2019年的数据。 结果 要在Tableau Public中查看我的仪表板，请单击 最佳出发地点 在上图中，我们正在查看的是骑车人开始旅行的最佳起点。圆圈越大越深，则该景点越受欢迎。经过研究后，这些景点中的大多数似乎都位于购物，景点，公园或娱乐场所等黄金地段。我们绝对可以

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：512000
    • 提供者：weixin_42099151