仅使用增量输入建模点之间的时间

时间:2014-01-15 20:35:31

标签: machine-learning

我正在尝试创建一个图形功能来模拟车辆沿预定路线移动一定距离所需的时间。显然,理想情况是在路径上有多个输入图表,从开始到加载的时间,并在其上运行KRLS以预测未来的数字(然后我想通过添加时间将其切换为3d图形日维度,以便考虑不同时间的旅程时间差异。)

但是,对于输入,我只有部分数据,其中包含特定时间戳沿路线的位置(不是基于它何时开始)。使用这些数据点中的2个(可能非常接近,例如10秒或相隔很远,例如30分钟),我可以计算出差异,例如沿着路线从10%到20%需要花费5分钟。我最初想到的方法是将这些增量提供给一个函数,从中创建差分图。然后使用这个图表,我可以在不同的点之间进行整合,以计算出两者之间的时间。但是我对这种方法的疑问是:

  • 如何在图表中的点之间进行整合?
  • 如何处理每个差分输入所涵盖的时间段的巨大差异(即30分钟时间窗口的差异应该与10秒钟窗口的差异处理不同)

或者,当只有增量而非绝对点可用时,有没有更好的方法来创建图形/核函数?

1 个答案:

答案 0 :(得分:0)

我可能不完全理解这个问题的难度 - 但这听起来像你可以用回归做的事情。

输入要素/预测变量是速度(每秒覆盖的路线的百分比),时间,窗口宽度以及您认为重要的任何其他内容。输出/响应变量是完成旅程所需的时间。您可以从线性回归开始,如果有必要,可以添加非线性。

我错过了什么吗?