背景：大约从2015年起，共享单车席卷了大部分城市。共享单车在给人们带来便利的同时，也存在一些问题：单车的分布很不均匀。比如在早高峰的时候，一些地铁口往往聚集着大量的单车，而到了晚高峰却很难找到一辆单车了。那么如何解决共享单车分布不均匀的问题呢？目前，共享单车公司会雇一些工人来搬运单车，把它们运送到需要单车的区域。但工人应该运多少单车？什么时候运？运到什么地方呢？这就需要准确地知道共享单车在整个城市不同地点的数量分布情况。下面造一个共享单车预测器，用来预测某一时间、某一停放区域的单车数量。供共享单车公司参考，以实现对单车的合理投放。

数据集：使用国外的一个共享单车公开数据集(Capital Bikeshare)来完成任务。

该数据是从2011年1月1日到2012年12月31日之间某地的单车使用情况，每一行都代表一条数据记录，共17379条。一条数据记录了一个小时内某地的星期几、是否是假期、天气和风速等情况，以及该地区的单车使用量（用cnt变量表示），它是我们最关心的量。

任务：我们要解决的问题就是，能否根据历史数据预测接下来一段时间该地区单车数量的走势呢？

数据预处理：

观察到数据集中的数据变量可以分成两种：一种是类型变量，另一种是数值变量。所谓的类型变