- 本周開(kāi)始試了下高德的路徑規(guī)劃導(dǎo)航面哥，雖然效果很差哎壳，但其中有一些借鑒意義，可以作為備選的特征放到后期的model中尚卫。例如归榕，路徑的導(dǎo)航距離、預(yù)估時(shí)間等吱涉；
- 后面在研究geohash做相同軌跡識(shí)別的工作刹泄，有一些資料了，明天有空整理一下共享怎爵，還有機(jī)器學(xué)習(xí)平臺(tái)的選擇特石，H2O（已搭建好）/Caffe/TensorFlow，在這里需要補(bǔ)充下接下來(lái)整體的model過(guò)程：
數(shù)據(jù)清洗：載客狀態(tài)的真實(shí)性鳖链、GPS的連續(xù)性（因?yàn)楝F(xiàn)在預(yù)估不出這兩問(wèn)題造成的影響县匠，可以先跳過(guò)，先做第二步）
數(shù)據(jù)抽热雎帧：選取和預(yù)測(cè)目標(biāo)軌跡相同的行程（Q：相似軌跡識(shí)別算法乞旦？單用戶(hù)篩選or全體篩選？這里本來(lái)一開(kāi)始是打算直接學(xué)習(xí)全量數(shù)據(jù)题山，得到任意兩點(diǎn)的時(shí)間預(yù)測(cè)模型（不可行兰粉，kill））
特征工程：特征選擇（各種論文都試試）
訓(xùn)練模型：基于機(jī)器學(xué)習(xí)平臺(tái)做算法的選擇（這部分都是套路，除非去做深度神經(jīng)網(wǎng)絡(luò)）
模型迭代：不斷重復(fù)上兩步顶瞳，直到以?xún)?yōu)異的成績(jī)進(jìn)入復(fù)賽O.O
- 之前給大家的四個(gè)資源中玖姑，PKDD的第二個(gè)比賽是最接近的，除了張洋和我上傳的兩篇文章外：可以到比賽的論壇找些靈感來(lái)源：
https://www.kaggle.com/c/pkdd-15-taxi-trip-time-prediction-ii/forums/t/14988/method-sharing
通過(guò)昨天的地毯式搜索慨菱，找到了一些開(kāi)源的代碼焰络。需要有人研讀一下，總結(jié)下其中的算法符喝，特別是軌跡識(shí)別闪彼，和復(fù)用價(jià)值：
R:Kaggle_Taxi_Trajectory
py:kaggle-taxi-ii
R:kaggle-taxi-II-1
突然想了下，為什么不去直接找kaggle，taxi：
不要搶?zhuān)蠹叶加蟹輧?/div>
我來(lái)承擔(dān)8個(gè)R的項(xiàng)目的研讀畏腕，注意只要時(shí)間預(yù)測(cè)缴川，不要看目的地預(yù)測(cè)的項(xiàng)目。（待會(huì)分一下描馅，還有兩個(gè)notebook的把夸，完美）。注意：只看算法铭污，如果作者有文檔說(shuō)明恋日，就勁量不要去研究沒(méi)有注釋的代碼（別問(wèn)我為什么）。行程選擇部分應(yīng)該是這個(gè)模型里最重要的問(wèn)題了嘹狞，選取什么樣的數(shù)據(jù)來(lái)做預(yù)測(cè)谚鄙？
關(guān)于行程選擇部分的兩個(gè)憂慮：
- 算法復(fù)雜度太高，如果全體搜索時(shí)間長(zhǎng)刁绒，效率低闷营？
- 選擇后的數(shù)據(jù)樣本不太大。不足以支持機(jī)器學(xué)習(xí)知市，過(guò)擬合現(xiàn)象嚴(yán)重傻盟。效果差？
最后編輯于 ：?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
推薦閱讀更多精彩內(nèi)容
