Recruit-Restaurant-Visitor-Forecasting

How to Use

git clone https://github.com/yutayamazaki/Recruit-Restaurant-Visitor-Forecasting
cd Recruit-Restaurant-Visitor-Forecasting
pipenv shell
# python train.py
# or
# cd notebooks
# jupyter lab

Overview

Recruit Restaurant Visitor Forecastingという，リクルートによるレストラン来客数予測コンペ
評価指標はRMSLEであり，以下の式で計算される(詳細や実装はnotebooks/EDA.ipynbに)

意図するところとしては，一般に回帰で用いられるRMSEと比較し，

logを取っているので，予測が実際を下回る場合よりも，予測が実際を上回る場合によりペナルティを課す事になる
これはレストランにおいて，予測が実際を上回ると，材料を切らすこととなり，来客に対する売り上げが減少するからと考えられる．逆に，予測が実際を下回っても，少し在庫を抱えるだけで済むので，利益の減少には直結しない
客数の分布がかなり偏っているので，正規分布に近づけたいという意図もありそう

Data Description

air_reserve.csv

AirREGIというリクルートが提供するPOSレジアプリのデータ

air_store_id: AirREGIにおける，各レストランのid
visit_datetime: 予約時間
reserve_datetime: 予約された時間
reserve_visitors: 各予約での来客数

air_store_info.csv

air_store_id: AirREGIにおける，各レストランのid
air_genre_name: AirREGIに登録されている店のジャンル(和食，イタリアンなど)
air_area_name: 都道府県・市町村の情報
latitude, longitude: 緯度・経度

air_visit_data.csv

air_store_id: AirREGIにおける，各レストランのid
visit_date: 日付
visitors: その日，そのレストランの来客数

date_info.csv

calendar_date: 日付
day_of_week: 曜日
holiday_flg: 祝日を表すbinary(土日は含まれない)

hpg_reserve.csv

hpg_store_id: HotPepperGourmetの各レストランのid
visit_datetime: 予約時間
reserve_datetime: 予約された時間
reserve_visitors: 各予約での来客数

hpg_store_info.csv

hpg_store_id: HotPepperGourmetの各レストランのid
hpg_genre_name: HotPepperGourmetでの各レストランのジャンル
hpg_area_name: HotPepperGourmetの各レストランの都道府県・市町村の情報
latitude, longitude: 緯度・経度

store_id_relation.csv

HotPepperGourmetとAirREGIのidの対応テーブル

hpg_store_id
air_store_id

yutayamazaki / Recruit-Restaurant-Visitor-Forecasting