如何提高入住率预测的准确性？

Question

我有一个项目，旨在根据日期和天气预测我当地健身房的入住人数。

Here's my Kaggle kernel

我有两个数据集，给定时间的居住者和给定时间的天气。 我的过程是结合这两个数据集，并使用 Occupants 作为目标。 但是，当我实现回归算法时，我只能达到 57% 的预测分数。

我想要任何关于如何修改我的解决方案以实现更好预测的建议？

谢谢。

Answer 1

提高准确性：

• 做更多的特征工程。
• 您可以将分类变量转换为一个热编码值。
• 您可以使用时间戳中的小时制作更多功能，说明早上、下午、晚上、晚上，还可以添加“工作日/周末”列。
• 您没有做太多 EDA。检查异常值并将其删除。