首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >出租车共用场景中的机器学习?

出租车共用场景中的机器学习?
EN

Stack Overflow用户
提问于 2017-08-07 12:30:42
回答 1查看 37关注 0票数 0

所以我有一个交通问题的数据集。这显示了一个出租车拼车的场景。考虑下图:

具有相同乘车号的用户乘坐相同的出租车(每个用户都有相同的起点,请忽略这一点)。这意味着,Y,Z和A在同一附近,B&C和D& E也是如此。

现在我想将这个数据集拟合到一个机器学习模型中,这样当我输入任何用户的目的地时,该模型应该给我预测我的目的地可以与谁耦合,这样我就可以和这些人一起上出租车了。

例如,如果我必须去一个'C‘的地方,我可以加入去'B’的人。

在这种情况下,我可以使用哪种机器学习算法?

EN

回答 1

Stack Overflow用户

发布于 2017-08-07 13:52:30

你可能不需要机器学习算法。给定乘车号码,您可以识别彼此靠近的位置并对其进行分组。当一个新的地点到来时,你可以看到它属于哪个组,并将前往该组中的地点的人员配对。

为此,您可以创建一个矩阵,该矩阵以位置A, B,C,...作为行和列。你会得到一个num_of_locations x num_of_locations矩阵。对于具有行标签B和列标签C的单元格,您可以将其标记为1,因为它们在附近,而不在附近的位置(如AB)应该标记为零。

矩阵将是对称的,所以如果你有太多的位置,你可以通过一些优化节省内存和计算。您可以研究如何将三角矩阵保存为稀疏矩阵。

此外,如果您有权访问正确的资源(付费库),则可以将0,1替换为距离(实际位移)。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/45539461

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档