6
三、基于机器学习的共享单车日骑行量预测与可视化系统
1. 课题背景
在构建绿色、低碳城市的进程中，“最后一公里”出行难题一直是阻碍公共交通
高效利用的关键瓶颈。共享单车作为一种创新的分时租赁模式，有效填补了这一空
白，不仅提升了居民使用公共交通的整体意愿，还促进了绿色出行理念的普及。然
而，共享单车的运营效率高度依赖于对用户需求的精准预判。骑行需求受多种复杂
因素影响，如天气状况、季节变化、是否为工作日或节假日等。因此，利用历史运
营数据，通过数据挖掘与机器学习技术建立精准的需求预测模型，对于优化车辆调
度、提升用户体验及实现企业精细化运营具有重要的现实意义。
2. 数据描述
本课题采用的数据集源自美国华盛顿特区的Capital Bikeshare 系统，是UCI 机器
学习库中的经典数据集（Bike Sharing Dataset）。我们选用其中的日度统计数据，见“共
享单车骑行量数据.xlsx”的第一张工作表“每天数据”，数据集共包含731 条记录，覆
盖了2011 年与2012 年两年完整的骑行数据，共16 列，各列含义见第二张工作表“特
征说明”。
此外，数据集还提供了待预测的2013 年前100 天的相关特征，见第三张工作表
“预测集”，用于最终模型的骑行量预测。
3. 设计任务
本课题围绕共享单车每日总骑行量预测展开，要求完成“模型构建与对比→特征
影响剖析→性能评估与预测→可视化系统开发”的完整技术研究流程，全面锻炼数据
建模、特征分析、模型优化及GUI 开发的综合能力。
任务一：多模型构建与初步筛选
目标：建立包含基线模型和候选模型的完整模型池，为后续分析提供严谨的性
能基准。
核心步骤：
（1）数据准备：从数据集第一张工作表中提取特征（12 维）与目标变量，并将
数据集划分为训练集和测试集；
（2）模型选型：
基线模型：选择线性回归模型作为基准；
候选模型：至少选择两类非线性回归模型（如树模型+ 核方法/神经网络），体
现方法多样性；
（3）基础训练：对每类模型使用默认或合理初始参数进行训练；
（4）对比：在验证集上计算各模型的RMSE/MAE/R²，形成初步性能排序；
（5）输出：保存各模型对象及初步评估结果，为任务三的深入评估和任务二的
特征分析提供候选模型池。

7
任务二：特征重要性解析
目标：挖掘影响骑行量的关键因子，解释模型决策逻辑。
核心步骤：
（1）选定最优模型：基于任务一结果，选取性能最佳模型；
（2）量化与可视化：通过内置属性（树模型）或排列重要性（其他模型）计算
特征贡献，绘制条形图；
（3）业务解读：结合领域知识分析关键特征的影响机制；
（4）输出：特征重要性报告，为模型精简提供依据。
任务三：模型评估与预测输出
目标：验证模型泛化能力，生成最终预测结果。
核心步骤：
（1）全面评估：通过交叉验证计算RMSE/MAE/R²，绘制真实值-预测值散点图
及残差分布；
（2）确定最优模型：综合指标与稳定性，选定部署模型；
（3）预测与可视化：基于2013 年前100 天特征数据生成预测值，输出表格及
趋势折线图；
（4）输出：保存模型文件（如.pkl）和预测结果，作为GUI 系统的数据源。
任务四：轻量级预测可视化系统开发
目标：实现分析成果的交互式应用。
核心步骤：
（1）框架选型：采用轻量GUI 工具（如Streamlit、tkinter、PyQT）；
（2）界面设计：左侧输入区（日期、天气、温度等）+右侧结果展示区；
（3）模型集成：加载最优模型，编写特征处理与预测函数；
（4）动态可视化：让用户直观理解预测结果，同时支持单场景查询（数字+仪
表盘）和多场景对比（折线图）两种核心需求；
（5）优化与输出：实现输入校验与实时响应，交付可运行程序及使用说明。