热身赛：Rank 7
CSDN博客：我的博客
(建议直接打开热身赛code.ipynb，里面有详细说明)
比赛地址：华为云大数据挑战赛--热身赛
热身赛题——交通流量预测
随着电子信息和移动通信技术高速发展和不断融合，人工智能在各个领域都相继取得了巨大的突破，
城市智能体也应运而生，而城市交通又是城市智能体的核心。交通流量数据既是城市交通中的基础数据，
又是反应交通状况的重要指标之一，准确预测交通流量对城市交通具有重大意义。本题以交通流量预测
为目标，邀请各个队伍以历史交通流量数据建立对应的算法模型，预测目标流量数据，通过预测值和真实
值之间的对比得到预测准确率，以此来评估各队伍所提交的预测算法。
- lightgbm 2.3.0
- sklearn
- pandas==0.24.2
- pickle
- numpy
- tqdm
- scipy ==>1.1.0
##数据在trian文件夹下:
1月12日 ~2月8日 各路口数据：
train/01-12/chongzhi_beier-east-01-12.csv、chongzhi_beier-north-01-12...
train/01-13/....
....
train/02-08/...
热身赛code.ipynb：EDA和模型搭建参考customize_service：是华为云线上推理代码（线下得到结果，直接粘贴结果到result中）processed_shenzhen_weather.csv:爬取的天气数据data/：生成的中间数据train_TTI.csv：“华为云杯”2020深圳开放数据应用创新大赛 ·深圳北站周边交通拥堵指数预测 数据
主要模型还是回归模型，对于数据的效果最佳
初试采用回归预测，后期主要启发式人工融合数据来拟合线上数据