滴滴算法大赛算法解决过程 - 数据分析
题目分析 赛题详情 构建一个模型，根据天气，交通，区域里面的各种设施，以往历史数据，预测未来的某个时间点，某个区域里，打车需求的缺口。整个算法其实就是一个有监督的机器学习的过程。 数据整理 下载后的整个压缩数据包575M，其中包括的订单数据大约900万条。（其他Master表数据量很小 ...
原文：滴滴算法大赛算法解决过程 - 拟合算法
拟合 概论 Gap的预测，是建立在一个拟合函数上的。也有一些机器学习的味道。 总的Gap函数 函数 时间,地区 TimeID ： 时间片编号 DistricID：地区编号 Traffic：交通流量 Weather：天气 POI：设施数 百度地图POI说明 注意：每家公司的POI分类都是不同的，这里只是将百度POI做个例子，滴滴打车的POI和百度的POI定义好像是不同的。 交通流量和时间有关，一个地 ...
2016-05-24 11:59 3 4460 推荐指数：
相关推荐
滴滴算法大赛算法解决过程(实时更新)
（这里只是做分析，不提供源代码，毕竟是一个比赛） 题目分析 赛题详情 构建一个模型，根据天气，交通，区域里面的各种设施，以往历史数据，预测未来的某个时间点，某个区域里，打车需求的缺口。整个算法其实就是一个有监督的机器学习的过程。 数据整理 下载后的整个压缩数据包575M，其中包括的订单数 ...
滴滴算法大赛算法解决过程 - 机器学习
按照前面文章的方法进行数据预测，完全不使用POI，天气，交通情况的数据，可以达到0.43的成绩。 不过如果想要获得更好的成绩，简单的预测方法显然无法满足要求了。 GBDT 网友说可以使用GBDT的方法来进行数据预测。所以，我们先来聊聊GBDT算法的一些基础知识。 熵 凡是说到算法，人工智能 ...
滴滴算法大赛算法解决过程 - 方案设计
回到原点 上面两篇文章讲了一些分析情况，整个模型变得很不确定了 数据分析： http://codesnippet.info/Article/Index?ArticleId=00000038 拟合算法： http://codesnippet.info/Article/Index ...
Java拟合算法
其中引用到了apache的common-math的jar包，主要用于矩阵运算，下载地址： http://commons.apache.org/proper/commons ...
拟合算法
样本点多余30个时，用拟合而不用插值算法。 定义： 与插值问题不同，在拟合问题中不需要曲线一定经过给定的点。拟合问题的目标是寻求一个函数（曲线），使得该曲线在某种准则下与所有的数据点最为接近，即曲线拟合的最好（最小化损失函数）。 什么时候用插值，什么时候用拟合？ 当样本点n大于 ...
RANSAC拟合算法
最小二乘法只适合与误差较小的情况。试想一下这种情况，假使需要从一个噪音较大的数据集中提取模型（比方说只有20%的数据时符合模型的）时，最小二乘法就显得力不从心了。 算法简介 随机抽样一致算法(RANdom SAmple Consensus,RANSAC)。它是一种迭代的方法，用来 ...
LM拟合算法
一、 Levenberg-Marquardt算法 （1）y=a*e.^(-b*x)形式拟合 clear all % 计算函数f的雅克比矩阵，是解析式 syms a b y x real; f=a*exp(-b*x); Jsym=jacobian(f,[a b]); % 拟合用数据。参见 ...