使用ML.NET預測紐約出租車費
有了上一篇《.NET Core玩轉機器學習》打基礎，這一次我們以紐約出租車費的預測做為新的場景案例，來體驗一下回歸模型。 場景概述 我們的目標是預測紐約的出租車費，乍一看似乎僅僅取決於行程的距離和時長，然而紐約的出租車供應商對其他因素，如額外的乘客數、信用卡而不是現金支付等，會綜合考慮 ...
原文：ML.NET教程之出租車車費預測(回歸問題)
理解問題 出租車的車費不僅與距離有關，還涉及乘客數量，是否使用信用卡等因素 這是的出租車是指紐約市的 。所以並不是一個簡單的一元方程問題。 准備數據 建立一控制台應用程序工程，新建Data文件夾，在其目錄下添加taxi fare train.csv與taxi fare test.csv文件，不要忘了把它們的Copy to Output Directory屬性改為Copy if newer。之后，添 ...
2018-12-24 22:56 2 540 推薦指數：
相關推薦
ML.NET教程之客戶細分(聚類問題)
理解問題 客戶細分需要解決的問題是按照客戶之間的相似特征區分不同客戶群體。這個問題的先決條件中沒有可供使用的客戶分類列表，只有客戶的人物畫像。 數據集 已有的數據是公司的歷史商業活動記錄以及客戶的購買記錄。 offer.csv： transaction.csv： 預處理 需要 ...
ML.NET教程之情感分析(二元分類問題)
機器學習的工作流程分為以下幾個步驟： 理解問題 准備數據 加載數據 提取特征 構建與訓練 訓練模型 評估模型 運行 使用模型 理解問題 本教程需要解決的問題是根據網站內評論 ...
出租車軌跡挖掘——繞路分析
0x00 導言 在城市交通中，出租車出行占到相當一部分比例，出租車為城市的公共出行做出了許多貢獻，但也隨之帶來許多問題。隨着GPS設備的普及和設備本身精度的提高，大量出租車的GPS數據被傳輸、分類、收集，也由此對分析數據帶來便利，能從海量數據中尋找出有用的信息。在本專題中，將着重探討出租車繞路 ...
出租車數據分析
出租車數據分析 一、實驗簡介 圖片來自pixabay.com 出租車是我們生活中經常乘坐的一種交通工具，但打車難的問題也限制了我們更好地利用這種交通方式。在哪些地方出租車更容易打到？在什么時候更容易打到出租車？本課程將基於某市的出租車行駛軌跡數據，帶你 ...
基於出租車GPS軌跡數據的研究：出租車行程的數據分析
158,320,608個出租車行程的數據集，分為32,654個不同的起點/終點。 自1987年 ...
出租車幾何學：一個全新的幾何世界
出租車幾何學：一個全新的幾何世界 例題：洛谷 P4326 （第二問） View Code 參考：http://www.matrix67.com/blog/archives/4078 從北大打車到四惠，我一定會選擇走四環。雖然從北京城中間直 ...
使用ML.NET實現NBA得分預測
使用ML.NET實現NBA得分預測 導讀：ML.NET系列文章 ML.NET已經發布了v0.2版本，新增了聚類訓練器，執行性能進一步增強。本文將介紹一種特殊的回歸——泊松回歸，並以NBA比賽得分預測的案例來演練。 泊松回歸 Poisson regression 前面的文章已提過，回歸 ...