基于機(jī)器學(xué)習(xí)的交通數(shù)據(jù)分析與應(yīng)用

摘 要：對海量交通數(shù)據(jù)進(jìn)行分析，可為實(shí)現(xiàn)智能交通調(diào)度提供一定的參考依據(jù)，并為進(jìn)行相關(guān)可行性分析提供有效支撐。本文利用Python和Pandas數(shù)據(jù)處理模塊，對成都市1.4+萬輛出租車的GPS記錄進(jìn)行分析處理。借助于機(jī)器學(xué)習(xí)中的回歸算法，實(shí)現(xiàn)對某出租車在某時段行駛于某條線路所需時間的預(yù)測，并通過網(wǎng)頁交互的形式，為用戶提供出租車及出行路線推薦方案。

關(guān)鍵詞：數(shù)據(jù)挖掘；機(jī)器學(xué)習(xí)；路線推薦；智能交通

中圖分類號：U491.14；TP181 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2018）12-0016-03

Traffic Data Analysis and Application Based on Machine Learning

ZHANG Teng，LIN Guimin，QIU Lida，LIU Chaoming，WEI Yujing

（College of Physics and Electronic Information Engineering，F(xiàn)uzhou 350108，China）

Abstract：Analysis of massive traffic data provides a convenient reference for modern traffic scheduling and feasibility prediction，and provide effective support for relevant feasibility analysis. This article uses the Python and Pandas module to deal with the GPS records of more than 14 thousand taxis in Chengdu. Through the regression prediction via machine learning，the forecasting of required time for a taxi to travel on a certain period of time is realized. Finally，the recommendation of travel routes and taxis for users through a web page is provided.

Keywords：data miming；machine learning；routes recommendation；intelligent transportation

0 引 言

城市化的發(fā)展以及機(jī)動車數(shù)量的增加，在給人們的生產(chǎn)生活帶來便利的同時，也造成了交通擁堵等負(fù)面影響。在智能手機(jī)高度普及的當(dāng)下，借助各種手機(jī)App，人們的出行更具有計劃性。通過向手機(jī)地圖App提供當(dāng)前位置信息以及目的地位置信息，它就會給你推薦各種出行方案，對于不同的交通工具，也會優(yōu)先給你推送耗時最短的行程規(guī)劃[1]。這種相對專業(yè)并且可靠的出行方案對于不經(jīng)常出門的人來說非常實(shí)用，只要明確了目的地就能提前定制并且規(guī)劃自己的出行方案，防止類似耽誤航班、約會遲到這樣的事情發(fā)生。這類能夠提供行程推薦服務(wù)的地圖App的核心技術(shù)就是一個完整的推薦系統(tǒng)，保證推薦系統(tǒng)的實(shí)時性，才能在有效時間內(nèi)為用戶提供推薦服務(wù)。一個推薦系統(tǒng)要依托于它所使用的推薦算法，而要保證推薦算法的可靠性，就需要大量采集并記錄實(shí)際生活中的數(shù)據(jù)，以此來訓(xùn)練出一個健壯的算法模型。……