我有一组带有客户ID的客户数据,司机每天都向客户交付货物。但是,驾驶员可能会在另一天换车。我需要使用历史数据来预测第二天哪个司机会到达客户。我应该怎么做?
作为数据,我每天都有客户ID和驾驶员ID。
day driver_id customer_id
1 02 05
2 03 05
3 02 05
....
....
答案 0 :(得分:0)
我相信您可以将其视为地块数N
,其中N
是客户数。绘图的x轴为day
,y轴为driver_id
。然后,您可以通过使用keras LSTM或张量流(通常称为递归神经网络)来使用机器学习序列预测。
为此,首先要过滤与每个客户有关的历史数据。并为它们每个建立一个序列预测模型以进行进一步的预测。