2017-11-23 11 views
0

Ich brauche das nächste Problem zu lösen:Vorhersage der Menge an Arbeit für den nächsten Tag

ich in einem System arbeite, wo Sie als Anwender, fragen Sie können für einige Anfrage besucht werden. Um eine Idee zu haben, ist es so etwas wie Uber: Sie als Benutzer können jederzeit nach einem Auto fragen, um Sie abzuholen.

Ich habe die historischen Anforderungen (Zeit und Ort) für die letzten zwei Jahre und jetzt möchte ich die Menge von "Jobs angefordert" für die nächste Stunde, Tag oder Woche voraussagen. Ich kenne einige maschinelle Lernalgorithmen und -verfahren, aber.

Was denken Sie ist die beste Art und Weise (oder Algorithmus), diese Aufgabe zu bewältigen?

+0

können Sie versuchen, diese [Hilfeseite] (http://scikit-learn.org/stable/tutorial/machine_learning_map/index.html) – MaxU

Antwort

0

stochastischer Prozess Markow-Kette

Es ist ein mathematisches Verfahren die Wahrscheinlichkeit einer Änderung Ihrer aktuellen Zustand in Zukunft zu berechnen. Werfen Sie einen Blick darauf, dass es sehr hilfreich sein könnte, wenn Sie die Anzahl der Jobanfragen näher bestimmen möchten.

0

Da Sie Daten der letzten 2 Jahre haben, wäre die Verwendung von Zeitreihen hilfreich, um ein beliebiges Muster entweder stündlich oder wöchentlich je nach Bedarf zu ermitteln. Sie können auch sehen, ob irgendein Muster für einen bestimmten Ort in einem bestimmten Zeitraum existiert. wie im Fall von Uber, wie viele Anfragen werden im Zeitraum von 12 Uhr mittags bis 15 Uhr getätigt? Für den letzten Monat könnte uns das in den kommenden Tagen ein Muster geben.

Ich werde mit Zeitreihen gehen (* wenn einige Muster herausgefunden werden können).

Verwandte Themen