数据挖掘 - 如何使用回归预测 ETA？ - 吾爱随笔录

数据挖掘机器学习线性回归地理空间

2021-10-01 19:21:40

我有来自 GPS 的数据，格式为

1.('latitude', 'longitude','Timestamp').
2.('latitude', 'longitude','Timestamp').
3.('latitude', 'longitude','Timestamp').

我正在将此数据更改为以下形式

'latitude_1', 'longitude_1', 'Timestamp_1', 'latitude_2', 'longitude_2', 'Timestamp_2, Timestamp_2-Timestamp_1.

使用这种格式，我正在训练一个LinearRegressionWithSGDspark 模型，其中 labelTimestamp_2-Timestamp_1和 features 是latitude_1, longitude_1, latitude_2, longitude_2。

但是当我给出 Origin（纬度和经度）和目的地（纬度和经度）时，结果非常糟糕。

请指导我这种方法是否正确？如果没有，那么如何从给定的数据构建预测模型来进行预测Estimated Time of Arrival。

4个回答

$duration_t = timestamp_t - timestamp_{t-1} = \alpha + \beta*d(point_t,point_{t-1})$

在哪里 $d$ 是Haversine 距离。 $point_t$ 是一个纬度/经度对 $t$ .

但是请注意，假设用户以相同的速度行驶。如果一半的数据是在步行时收集的，另一半是在开车时收集的，那么时间和 ETA 之间的关系可能不是线性的。

要从两个预测变量经度和纬度预测时间戳，您需要训练以下形式的多元线性回归模型

吨 一世 米 e s 吨 一个 米 p = α + β_{0} \cdot 大号 ○ n G 一世 吨 你 d e + β_{1} \cdot 大号 一个 吨 一世 吨 你 d e .

$Timestamp = \alpha + \beta_0 \cdot Longitude + \beta_1 \cdot Latitude.$

给定一个新的目的地经纬度对，然后您可以计算 ETA。

Spark 的LinearRegressionWithSGD模型应该能够开箱即用地执行多重线性回归，使用Timestamp作为标签latitude和longitude作为特征。无需事先转换数据。

问题在于你如何训练这个问题。如果使用 Timestamp1 和 Timestamp2 作为训练参数，它们将具有 100% 的预测能力，并且算法将完全忽略任何位置参数。如果您只想根据起点和目的地进行预测，则需要仅使用这些参数来训练模型。

这可能没有多大帮助，但我想指出您可能必须控制方向，因为 GPS 坐标会根据行进方向而减少和增加。

其它你可能感兴趣的问题