回到原點
上面兩篇文章講了一些分析情況，整個模型變得很不確定了
數據分析： http://codesnippet.info/Article/Index?ArticleId=00000038
擬合算法： http://codesnippet.info/Article/Index?ArticleId=00000041
滴滴算法大賽到底需要什么樣子的答案？
我一開始的想法是建立一個模型，通過天氣，POI，交通擁堵的參數來推導出訂單數和GAP數。
但是通過現有的數據發現，這個模型很難建立。
其實看一下題目，這是一個預測題：
給定每個區域在時間片tj,tj-1...的各項數據，預測gapi,j+1, ∀di∈D。
如果不是想研究機器學習的話，其實也沒有必要（或者沒有可能）建立一個完整的模型。
我們只需要知道，數據的發展趨勢，例如這個時間點是 N ，按照經驗，后一個時間點的趨勢是上升還是下降，幅度大約多少即可。
那些因素左右訂單
前幾天一直在尋找那些因素制約着訂單數。
9點整和18點整 全區域訂單分析圖
訂單的總量在不同日期，表現出極大的不同。但是，接單量和司機數有關系，司機數則是比較穩定的，9點的司機數大約是5000人，18點為4500人。（前三個數據是 01-01 到 01-03 節假日 ，01-09 ，01-10，01-16，01-17 分別是節假日，所以早晨的需求比較少 ）
通過分析，我們應該可以整理出一張司機數和時間段的對應函數。（節假日和非節假日區分開來）
如果我們按照節假日和非節假日去看分時接單量
- 節假日的早高峰和平日的早高峰項目，相差巨大。
- 節假日和非節假日，其他時段接單量，基本持平。
- 每天的8：30分，17：30分 是兩個最高值。
- 根據這個統計數據，我們大概知道了每天的接單情況。可以預測未來的某個時間片的接單量。當然，如果我們能夠計算出Gap比率（GAP數/總訂單數[GAP+接單數]），Gap數也是可以預測出來的。很遺憾，Gap比率的數據統計如下：（每天訂單量起伏比較大，接單數較為固定，GAP比率則變化很大）
日期別9：00和18：00GAP比率
預測訂單趨勢
上面說了，日期別的訂單差異量很大，但是我們是否可以考察一下，每個時段的訂單變化率是否有規律可循呢？
例如在 100個時間片上訂單時 N，則101個時間片上，根據統計一般會增加 1.5%的話，則可以預測101個時間片上的訂單時 1.05 * N;
當然如果就這么計算的話，可能會接近於正確答案，但是完全沒有使用POI，天氣，交通等數據，基本上是不可能獲獎的。。。
不過，我們可以先來試試看，是不是可以找到規律呢。從圖表上看，我們應該可以統計出，每個時間點上數據的變化率。
周三的變化：
從第一個周三到第二個周三的變化
從第一個周三到第二個周三的變化率
訂單變化率：（這個時間片 - 上個時間片）/ 上個時間片
這樣的話，我們大概可以對於各個時間片之間訂單的變化率做一個統計平均表。
假設時間片 N 的訂單數位 Order ，下一個時間片N+1的訂單數為 NextOrder，則 變化率 K = （NextOrder - Order） / Order。
我們可以計算出全區域的每個時間片的變化率，也可以算出單個區域的每個時間片的變化率。
每個區域的訂單比例
有些區域訂單多，有些區域訂單少，這個比例是否會隨着時間變化而變化呢？
放心，基本上每個區域的訂單比率很固定的。
如何解決問題
題目里面告訴了我們所需測試Gap的時間片的前三個時間片的數據。結合變化率的概念，其實我們可以計算出待預測的時間片的訂單量。
還有一個問題是接單量怎么考慮，我的想法是將這三個已知時間片的接單量的平均值作為新的接單量。
（有一種情況，例如一個時間片里 有50個訂單，但是有1個GAP，這個時候其實不能認為接單量只有49，而應該認為這個區域的基本上是公供需平衡的。1個GAP有可能是偶然因素。所以我這里認為5個GAP以下都是供需正常的。）
- 第N+1個時間片的GAP = 第N + 1個時間片的訂單數 - 第N + 1個時間片的接單能力。
- 第N + 1個時間片的訂單數 = 第N 個時間片的訂單數 * （訂單變化率+ 1）
- 第N + 1個時間片的接單能力 = 第 N ，N-1， N-2 個時間片的接單能力的平均值。
最后公式是：
- 第N+1個時間片的GAP = 第N 個時間片的訂單數 * （訂單變化率+ 1） - 第 N ，N-1， N-2 個時間片的接單能力的平均值
這種方法計算出來的結果可能接近於答案，也可能遠離答案。但是完全沒有體現出機器學習的作用，所以本人覺得肯定是有問題的。這里只是給出一種解決方案。接下來，開始思考正統的解決方案。