{"id":1004,"date":"2019-03-08T12:27:37","date_gmt":"2019-03-08T15:27:37","guid":{"rendered":"http:\/\/datamining.dc.uba.ar\/predictivos\/?p=1004"},"modified":"2019-03-08T12:27:37","modified_gmt":"2019-03-08T15:27:37","slug":"ecobici-podria-la-ciencia-de-datos-hacer-que-siempre-encuentre-una-bicicleta","status":"publish","type":"post","link":"https:\/\/datamining.dc.uba.ar\/predictivos\/?p=1004","title":{"rendered":"Ecobici: \u00bfpodr\u00eda la ciencia de datos hacer que siempre encuentre una bicicleta?"},"content":{"rendered":"<p><strong>Por Nelson Pedernera (Especialista en Explotaci\u00f3n de Datos y Descubrimiento del Conocimiento)<\/strong>. <strong>Tal vez la palabra \u201csiempre\u201d, a la que refiere el t\u00edtulo, es una gran responsabilidad. Pero sin duda el uso de la ciencia de datos podr\u00eda hacer que tengamos mucha m\u00e1s probabilidad de encontrar una bicicleta la pr\u00f3xima vez que estemos en una de las estaciones de Ecobici.<\/strong><\/p>\n<p><span style=\"font-weight: 400;\">En realidad, esta idea de mejorar el servicio de bicicletas p\u00fablicas (o privadas) no es nueva: All\u00e1 por el 2015, se realiz\u00f3 la competici\u00f3n \u201c<a href=\"https:\/\/www.kaggle.com\/c\/bike-sharing-demand\">Bike Sharing Demand<\/a>\u201d en el portal de <a href=\"https:\/\/www.kaggle.com\">Kaggle.com<\/a><\/span><span style=\"font-weight: 400;\">, la cual consist\u00eda en predecir la demanda de bicicletas del programa <\/span><span style=\"font-weight: 400;\">Capital Bikeshare en Washington, D.C. <\/span><span style=\"font-weight: 400;\">en base a la informaci\u00f3n meteorol\u00f3gica. Inspirado en esa idea, se podr\u00eda suponer de realizar lo mismo para el sistema de bicicletas de la Ciudad de Buenos Aires.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Ahora bien, \u00bfqu\u00e9 nos motivar\u00eda a realizar este tipo de predicci\u00f3n? A primera vista, por supuesto, mejorar la disponibilidad de las bicicletas, pero tambi\u00e9n existen otras razones que sit\u00faan al sistema de Ecobici como una necesidad, m\u00e1s que un simple servicio, por ejemplo&#8230;<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Al no necesitar combustible, la bicicleta ahorra energ\u00eda evitando el consumo de recursos no renovables. No se emiten gases de efecto invernadero que contaminan el aire, y tampoco se generan ruidos molestos.<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">La bici mejora el uso del espacio p\u00fablico porque libera a las calles de la congesti\u00f3n de veh\u00edculos.<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Significa una mejor calidad de vida para los usuarios porque reduce el sedentarismo y mejora la actividad f\u00edsica. <\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Es una pol\u00edtica estrat\u00e9gica de la Ciudad de Buenos Aires, ya que desde su implementaci\u00f3n en el 2010, se han ampliado la cantidad de bicicletas disponibles y los kil\u00f3metros de ciclov\u00eda, y en consecuencia ha pasado del 0.4% de la poblaci\u00f3n al 3.5% <\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">La bici es la mejor aliada de una vida urbana de calidad.<\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400;\">Sin embargo, \u00bfc\u00f3mo conseguir los datos necesarios si no hay un portal \u201cKaggle\u201d nacional que nos provea tales datasets?<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Por suerte, la Ciudad de Buenos Aires tiene una pol\u00edtica de datos abierta desde hace muchos a\u00f1os, y dentro de los conjuntos de datos disponibles se encuentran los <a href=\"https:\/\/data.buenosaires.gob.ar\/dataset\/bicicletas-publica\">recorridos realizados en el sistema de Ecobici<\/a> desde el 2010 en adelante<\/span><span style=\"font-weight: 400;\">.\u00a0<\/span><\/p>\n<p><strong>Buenos Aires Open Data:<\/strong><\/p>\n<p><a href=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici1.png\"><img decoding=\"async\" loading=\"lazy\" class=\"alignleft wp-image-1005\" src=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici1.png\" alt=\"\" width=\"705\" height=\"427\" srcset=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici1.png 943w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici1-300x182.png 300w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici1-768x466.png 768w\" sizes=\"(max-width: 705px) 100vw, 705px\" \/><\/a><\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: left;\">Por otro lado, la informaci\u00f3n clim\u00e1tica se podr\u00eda obtener de varios portales web, como por ejemplo \u201c<a href=\"https:\/\/www.wunderground.com\/history\/airport\/SABE\/2016\/1\/1\/DailyHistory.html?MR=1\">WeatherUnderground<\/a>\u201d.<\/p>\n<p style=\"text-align: left;\"><strong>Weather Underground:<\/strong><\/p>\n<p style=\"text-align: left;\"><a href=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici2.png\"><img decoding=\"async\" loading=\"lazy\" class=\"alignleft wp-image-1006\" src=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici2.png\" alt=\"\" width=\"759\" height=\"230\" srcset=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici2.png 1259w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici2-300x91.png 300w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici2-768x233.png 768w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici2-1024x311.png 1024w\" sizes=\"(max-width: 759px) 100vw, 759px\" \/><\/a><\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p><span style=\"font-weight: 400;\">Una vez obtenidos los datasets para los a\u00f1os 2016 y 2017, los siguientes pasos ser\u00edan:<\/span><\/p>\n<ol>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Unir la informaci\u00f3n y sumarizar a un nivel de demanda por hora del d\u00eda, ya que as\u00ed se encuentran la informaci\u00f3n clim\u00e1tica.<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Aplicar t\u00e9cnicas de exploraci\u00f3n de datos (An\u00e1lisis de Correspondencia, An\u00e1lisis de Componentes Principales, Clusterizaci\u00f3n).<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Aplicar t\u00e9cnicas de predicci\u00f3n de la demanda (Redes Neuronales, \u00c1rboles Random Forest, Regresi\u00f3n Lineal, Gradient Boosting).<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Evaluar los modelos y elegir el mejor.\u00a0<\/span><\/li>\n<\/ol>\n<p><strong>El siguiente diagrama sumariza los pasos descriptos:<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p><a href=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici3.png\"><img decoding=\"async\" loading=\"lazy\" class=\"alignleft wp-image-1007\" src=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici3.png\" alt=\"\" width=\"760\" height=\"305\" srcset=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici3.png 1556w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici3-300x121.png 300w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici3-768x308.png 768w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici3-1024x411.png 1024w\" sizes=\"(max-width: 760px) 100vw, 760px\" \/><\/a><\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>Luego de aplicar las t\u00e9cnicas mencionadas y evaluarlas seg\u00fan la Ra\u00edz del Error logar\u00edtmico Cuadr\u00e1tico Medio, la mejor t\u00e9cnica fue la de xgboost, la cual ha sido la m\u00e1s usada durante varios a\u00f1os en las competencias de Kaggle. He aqu\u00ed una tabla con los principales resultados de la <strong>competencia del 2015<\/strong> y el resultado obtenido del <strong>presente trabajo<\/strong>:<\/p>\n<p><a href=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici4.png\"><img decoding=\"async\" loading=\"lazy\" class=\"alignleft wp-image-1008\" src=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici4.png\" alt=\"\" width=\"694\" height=\"647\" srcset=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici4.png 740w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2019\/03\/Ecobici4-300x280.png 300w\" sizes=\"(max-width: 694px) 100vw, 694px\" \/><\/a><\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>De hecho, el modelo desarrollado con xgboost sobre Ecobici hubiese permitido entrar en las primeras posiciones del podio en la competencia de Kaggle.<\/p>\n<p><span style=\"font-weight: 400;\">Una vez obtenido un modelo, \u00bfqu\u00e9 se puede hacer?. Pues ahora, s\u00f3lo teniendo los valores pronosticados del tiempo del d\u00eda siguiente, se podr\u00eda estimar la demanda de bicicletas en el sistema de Ecobici.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Esta herramienta ser\u00e1 de mucha utilidad pues permitir\u00e1:<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Mejorar el servicio, dedicando aquellos d\u00edas de baja demanda para el mantenimiento de unidades, y d\u00edas de alta demanda distribuyendo un mayor n\u00famero de bicicletas.<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Optimizar el presupuesto, al decidir si comprar mas bicicletas o distribuirlas mejor. <\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Tener bicicletas disponibles en todo momento, a fin de optar por un medio de transporte m\u00e1s sustentable<\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400;\">Sin duda alguna, se podr\u00eda seguir mejorando la predicci\u00f3n de la demanda (y subiendo en la tabla de posiciones de Kaggle), sumando m\u00e1s informaci\u00f3n disponible como ubicaci\u00f3n de las estaciones, origen-destino, ubicaci\u00f3n cercana a estaciones de subte\/tren\/metrob\u00fas, etc, pero eso quedar\u00e1 ya para el siguiente cap\u00edtulo.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">_____________________________________________________________________________<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Referencias<\/span><\/p>\n<p><span style=\"font-weight: 400;\">[1] C.-S. L. a. Y.-P. W. Yu-Chun Yin, \u00abDemand Prediction of Bicycle Sharing Systems,\u00bb 2014. [En l\u00ednea]. Available: <\/span><a href=\"https:\/\/cs229.stanford.edu\/proj2014\/Yu-chun%20Yin,%20Chi-Shuen%20Lee,%20Yu-Po%20Wong,%20Demand%20Prediction%20of%20Bicycle%20Sharing%20Systems.pdf\"><span style=\"font-weight: 400;\">https:\/\/cs229.stanford.edu\/proj2014\/Yu-chun%20Yin,%20Chi-Shuen%20Lee,%20Yu-Po%20Wong,%20Demand%20Prediction%20of%20Bicycle%20Sharing%20Systems.pdf<\/span><\/a><\/p>\n<p><span style=\"font-weight: 400;\">[2] R. H. Z. Z. Jimmy Du, \u00abForecasting Bike Rental Demand,\u00bb 2014. [En l\u00ednea]. Available: <\/span><a href=\"https:\/\/cs229.stanford.edu\/proj2014\/Jimmy%20Du,%20Rolland%20He,%20Zhivko%20Zhechev,%20Forecasting%20Bike%20Rental%20Demand.pdf\"><span style=\"font-weight: 400;\">https:\/\/cs229.stanford.edu\/proj2014\/Jimmy%20Du,%20Rolland%20He,%20Zhivko%20Zhechev,%20Forecasting%20Bike%20Rental%20Demand.pdf<\/span><\/a><\/p>\n<p><span style=\"font-weight: 400;\">[3] D. W. A. W. Christina Lee, \u00abForecasting Utilization in City Bike-Share Program,\u00bb 2014. [En l\u00ednea]. Available: <\/span><a href=\"https:\/\/cs229.stanford.edu\/proj2014\/Christina%20Lee,%20David%20Wang,%20Adeline%20Wong,%20Forecasting%20Utilization%20in%20City%20Bike-Share%20Program.pdf\"><span style=\"font-weight: 400;\">https:\/\/cs229.stanford.edu\/proj2014\/Christina%20Lee,%20David%20Wang,%20Adeline%20Wong,%20Forecasting%20Utilization%20in%20City%20Bike-Share%20Program.pdf<\/span><\/a><\/p>\n<p><span style=\"font-weight: 400;\">[4] K. M. a. B. P. R. Akshay Patil, \u00abBike Share Demand Prediction using RandomForests,\u00bb 2015. [En l\u00ednea]. Available: <\/span><a href=\"https:\/\/ijiset.com\/vol2\/v2s4\/IJISET_V2_I4_195.pdf\"><span style=\"font-weight: 400;\">https:\/\/ijiset.com\/vol2\/v2s4\/IJISET_V2_I4_195.pdf<\/span><\/a><\/p>\n<p><span style=\"font-weight: 400;\">[5] W. Liu, \u00abPredicting Capital Bikeshare Demand in R: Part 3. Generalized Boosted Model,\u00bb 10 Julio 2014. [En l\u00ednea]. Available: <\/span><a href=\"https:\/\/beyondvalence.blogspot.com\/2014\/07\/predicting-capital-bikeshare-demand-in_10.html\"><span style=\"font-weight: 400;\">https:\/\/beyondvalence.blogspot.com\/2014\/07\/predicting-capital-bikeshare-demand-in_10.html<\/span><\/a><\/p>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Por Nelson Pedernera (Especialista en Explotaci\u00f3n de Datos y Descubrimiento del Conocimiento). Tal vez la palabra \u201csiempre\u201d, a la que refiere el t\u00edtulo, es una gran responsabilidad. Pero sin duda el uso de la ciencia de datos podr\u00eda hacer que tengamos mucha m\u00e1s probabilidad de encontrar una bicicleta la pr\u00f3xima vez que estemos en una de las estaciones de Ecobici. En realidad, esta idea de [&hellip;]<\/p>\n","protected":false},"author":4,"featured_media":1009,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_mi_skip_tracking":false},"categories":[22,25,29],"tags":[19,31,30],"_links":{"self":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/1004"}],"collection":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1004"}],"version-history":[{"count":7,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/1004\/revisions"}],"predecessor-version":[{"id":1016,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/1004\/revisions\/1016"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/media\/1009"}],"wp:attachment":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1004"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1004"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1004"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}