平日の夕方と休日の昼
対象はCapital Bikeshareの2011〜2012年の利用記録だ。UCIが配布する時間別・日別データを集計した。回数を数えているため、同じ人が何度も利用した分も含む。
平日の17時台は記録のある1時間当たり平均525.3件だった。朝の8時台にも477.0件の山がある。土日・祝日は13時台の372.7件が最多だった。通勤と余暇の違いを考えたくなる形だが、利用目的の欄はないため断定しない。
図1。平日は祝日を除く。記録のない時間はゼロとして加えていない。出典はUCI Bike Sharing。配布データを集計した。
過去のどこを平均するか
2012年7〜12月を予測するため、それより前のデータだけを使った。比較したのは過去全期間の時間帯別平均、直近56日間の平均、曜日や月を含む回帰、実測気象も加えた回帰だ。平均では平日と土日・祝日を分けた。
1時間当たりの誤差の大きさを平均すると、過去全期間の平均は107.2件、直近56日間の平均は68.5件だった。暦を使う回帰は91.0件で、気象を加えても84.0件だった。この期間の平均絶対誤差では直近平均が最小だった。
ところが2012年1〜6月では順番が違う。直近平均の誤差は100.6件で、暦の回帰は84.7件だった。気象を加えた回帰では72.4件まで小さくなった。半年分の結果だけで採用する方法を決めるのは早い。
直近56日の比較は初回結果を見た後に追加した。今回の後半期間を未知の最終試験と扱うことはできない。別の期間でも同じ比較をする必要がある。
気象データを足すときの注意
今回使ったのは当時の実測気象だ。翌日の天気予報を使った試験ではない。天気を正しく把握できた条件での計算なので、実運用では予報の外れも加わる。
配布データはサービス全体の集計だ。どの貸出場所に何台補充すればよいかまでは分からない。在庫が足りず借りられなかった人も件数には現れない。
レンタル事業で試すなら、店舗別・時間別の利用に在庫切れや休業の記録を加える。自転車の結果を別の商品へそのまま当てはめず、御社の実績で直近平均と予測モデルを比較する。モデルが当たるかだけでなく、補充や人員配置の不足が減るかも確かめる。
出典：Fanaee-T, H. (2013), Bike Sharing, UCI Machine Learning Repository。CC BY 4.0。配布データを集計・加工した。関連論文：Fanaee-T and Gama, Event labeling combining ensemble detectors and background knowledge。