滴滴算法大賽算法解決過程 - 數據分析
題目分析 賽題詳情 構建一個模型，根據天氣，交通，區域里面的各種設施，以往歷史數據，預測未來的某個時間點，某個區域里，打車需求的缺口。整個算法其實就是一個有監督的機器學習的過程。 數據整理 下載后的整個壓縮數據包575M，其中包括的訂單數據大約900萬條。（其他Master表數據量很小 ...
原文：滴滴算法大賽算法解決過程 - 擬合算法
擬合 概論 Gap的預測，是建立在一個擬合函數上的。也有一些機器學習的味道。 總的Gap函數 函數 時間,地區 TimeID ： 時間片編號 DistricID：地區編號 Traffic：交通流量 Weather：天氣 POI：設施數 百度地圖POI說明 注意：每家公司的POI分類都是不同的，這里只是將百度POI做個例子，滴滴打車的POI和百度的POI定義好像是不同的。 交通流量和時間有關，一個地 ...
2016-05-24 11:59 3 4460 推薦指數：
相關推薦
滴滴算法大賽算法解決過程(實時更新)
（這里只是做分析，不提供源代碼，畢竟是一個比賽） 題目分析 賽題詳情 構建一個模型，根據天氣，交通，區域里面的各種設施，以往歷史數據，預測未來的某個時間點，某個區域里，打車需求的缺口。整個算法其實就是一個有監督的機器學習的過程。 數據整理 下載后的整個壓縮數據包575M，其中包括的訂單數 ...
滴滴算法大賽算法解決過程 - 機器學習
按照前面文章的方法進行數據預測，完全不使用POI，天氣，交通情況的數據，可以達到0.43的成績。 不過如果想要獲得更好的成績，簡單的預測方法顯然無法滿足要求了。 GBDT 網友說可以使用GBDT的方法來進行數據預測。所以，我們先來聊聊GBDT算法的一些基礎知識。 熵 凡是說到算法，人工智能 ...
滴滴算法大賽算法解決過程 - 方案設計
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 ...
Java擬合算法
其中引用到了apache的common-math的jar包，主要用於矩陣運算，下載地址： http://commons.apache.org/proper/commons ...
擬合算法
樣本點多余30個時，用擬合而不用插值算法。 定義： 與插值問題不同，在擬合問題中不需要曲線一定經過給定的點。擬合問題的目標是尋求一個函數（曲線），使得該曲線在某種准則下與所有的數據點最為接近，即曲線擬合的最好（最小化損失函數）。 什么時候用插值，什么時候用擬合？ 當樣本點n大於 ...
RANSAC擬合算法
最小二乘法只適合與誤差較小的情況。試想一下這種情況，假使需要從一個噪音較大的數據集中提取模型（比方說只有20%的數據時符合模型的）時，最小二乘法就顯得力不從心了。 算法簡介 隨機抽樣一致算法(RANdom SAmple Consensus,RANSAC)。它是一種迭代的方法，用來 ...
LM擬合算法
一、 Levenberg-Marquardt算法 （1）y=a*e.^(-b*x)形式擬合 clear all % 計算函數f的雅克比矩陣，是解析式 syms a b y x real; f=a*exp(-b*x); Jsym=jacobian(f,[a b]); % 擬合用數據。參見 ...