1 了解赛题

　　- 赛题概况

　　- 数据概况

　　- 预测指标

　　- 分析赛题

1.1 赛题概况

本次比赛任务是利用历史数据并结合地图信息，预测五和张衡交叉路口未来一周周一（2019年2月11日）和周四（2019年2月14日）两天的5:00-21:00通过wuhe_zhangheng路口4个方向的车流量总和。

要求模型输出格式如下：

{"data":{"resp_data":{"wuhe_zhangheng":[1,4,5,6,4...]}}}

从5:00开始每5min的预测数据，第一个数据为5:00-5:05的流量值，最后一个数据为20:55-21:00。两天的数据按时间先后放在一起，总共有384个数据。

小提示：如果不考虑天气、周边活动、节假日等因素，预测结果可能不准确哦。

1.2 数据概况

首先官方给出的数据说明如下：

 将数据集下载下来以后，可以观察到数据集文件分布如下：

以上每个文件夹对应一个日期下的数据，打开其中一个文件夹，可以看到如下文件：

由文件名不难看出，每个csv文件为当日对应路口方向上的车流量信息，记事本查看结果如下：

对应官方的说明不难看出，第一列数据对应time，第二列为cross，第三列为direction，第四列为leftFlow，第五列为straightFlow

　　· time - 时间

　　· cross - 路口名

　　· direction - 车流起始方向

　　· leftFlow - 左转车流

　　· straightFlow - 直行车流

1.3 预测指标

第一部分（分类问题）

分类问题评价标准：预测的评价还是通过每一个5min预测车流和真实通过车流对比，看看趋势是否一致（比如10月19日的5：00到5:05的真实车流是4，10月20日的5：00到5:05的真实车流为5，那么只要车流预测值大于4，就得100分，最后得分为所有得分求加权平均（权重为该时间段所在小时的车流量占16小时总车流的比重））。

第二部分（回归问题）

回归问题评价标准：预测的评价还是通过每一个5min 预测车流和真实通过车流通过grade公式计算最后得分，加权细则与第一部分相同：

其中wi为权重，xj为真实车流数据，xj拔为预测车流数据，ε为e-9。

最后将两部分分数做归一化处理，第一部分占比40%，第二部分占比60%。

1.4 分析赛题

1）此题为传统的数据挖掘问题，通过数据科学以及机器学习深度学习的办法来进行建模得到结果。

2）此题是一个典型的回归问题。

3）主要应用xgb、lgb、catboost，以及pandas、numpy、matplotlib、seabon、sklearn、keras等等数据挖掘常用库或者框架来进行数据挖掘任务。

4）通过EDA来挖掘数据的联系和自我熟悉数据。

2 初步代码

　　· 数据读取

　　 · 评价指标

2.1 数据读取

由于官方给的数据分布在不同的文件文件夹中，为了方便观察和拆分训练测试集，首先需要把他们合并起来，代码如下：

运行结果如下：

2.2 评价指标

2.2.1 分类指标代码