我正在尝试为医院开发一个系统,我需要建议最好的位置来安置救护车。我将有历史事故数据。
我应该能够实现这些目标。
示例数据如下
Incident date incident type Landmark Distance from landmark
***********************************************************************
1-1-2017 Vehicle crash Shop A 1 KM
1-2-2017 Vehicle crash Shop A 2 KM
1-2-2017 Vehicle crash Shop A 1 KM
1-3-2017 Vehicle crash Shop A 3 KM
1-3-2017 Vehicle crash Shop A 1 KM
1-1-2017 Vehicle crash Shop B 1 KM
1-2-2017 Vehicle crash Shop B 2 KM
1-2-2017 Vehicle crash Shop B 1 KM
1-1-2017 Vehicle crash Shop C 1 KM
1-2-2017 Vehicle crash Shop C 2 KM
1-2-2017 Vehicle crash Shop D 1 KM
假设A店和B店很远,但C店和D店都在附近。 根据以上样本数据,我应该能够推荐以下结果
Shop A - 2 Vehicles
Shop B - 1 Vehicle
Shop C & D (Together) - 1 Vehicle
我正在尝试使用Weka库在java中实现逻辑。
我尝试使用K-Means算法但是我被迫给出了一些群集,但在我的情况下只有可用车辆的数量。
但我想算法应该能够识别最佳车辆数量。我认为EM在我的情况下可能更合适,但在基于密度的评估中,我总是得到零簇。
感谢任何帮助或指导