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
数订单数和GAP数。但是通过现有的数据发现，这个...
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，机器学习的文章，多半一定要说到 熵 这个概念的。什么是熵？百度一下：熵（entropy）指的是体系的混乱的程度，它在控
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，一个地方的拥堵程度和时
滴滴算法大赛到底需要什么样子的答案？我一开始的想法是建立一个模型，通过天气，POI，交通拥堵的参数来推导出订单数和GAP数。但是通过现有的数据发现，这个模型很难建立。其实看一下题目，这是一个预测题：给定每个区域在时间片tj,tj-1...的各项数据，预测gapi,j+1, ∀di∈D。如果不是想研究机器学习的话，其实也没有必要（或者没有可能）建立一个完整的模型。我们只需要知道，数据的发展趋势，
Copyright © 2005-2023 51CTO.COM 版权所有 京ICP证060544号
