本背景基于智慧交通的流量預(yù)測苗缩，使用異常數(shù)據(jù)算法修正異常數(shù)據(jù)声诸。
數(shù)據(jù)不清潔對于預(yù)測模型影響非常大，甚至要超越模型本身泻肯∥空眨可以采用全局常量填充，或者使用屬性平均值填充稚铣，而復(fù)雜的可以是用回歸蝌衔、貝葉斯以及決策樹等數(shù)據(jù)清理手段。
因為整個城市的交通網(wǎng)龐大曹锨、需要預(yù)測的流量值多剃允，用于一場數(shù)據(jù)修正算法的復(fù)雜度不能很大，要盡量小给郊，移動平均值方法就不錯捧灰，我們可以選擇過去三個值得歷史數(shù)據(jù)作為一場數(shù)據(jù)的替代值來達到數(shù)據(jù)清洗目的毛俏。這里我們使用過去p個時刻的流量值來計算交通流量變量f在任意時刻t的值煌寇，表示為：
異常替代算法公式
但是在現(xiàn)實生活中阀溶，大車和小車使用該方法一起計算會有偏差，大車需要根據(jù)其長度大小經(jīng)過折算之后才算是最終的交通流量永品，我們這里將大車折算為1.5倍小車。
