Intuitivamente, la regresión no se siente bien aquí porque hay mucho más que hacer. Un bloqueo en el camino conducirá a aumentar los flujos de tráfico en esta intersección.
Sin embargo, si solo necesita una guía aproximada, supongo que podría funcionar. Básicamente, configure los parámetros de entrada como un problema autorregresivo estándar y haga que los demás se encarguen de si el tráfico debe aumentar en función de la hora del día.
Desearía un solo modelo por dirección: la razón es que si conduce y ve que el carril que queda a la izquierda está tranquilo, es probable que cambie de carril. Sin embargo, si ve que el carril perpendicular a usted es silencioso, solo unas pocas personas cambiarán y probablemente pueda manejarlo como errores aceptables.
- Cómo demostrar que minimizar la suma residual de cuadrados es equivalente a maximizar la función de log-verosimilitud
- ¿Cuáles son los temas candentes en el aprendizaje automático y la lógica difusa juntos?
- Cómo predecir las ventas del próximo año, nivel de día, dada la información de ventas de años anteriores, también a nivel de día, y mediante el uso de Kalman Filtering
- ¿Dónde puedo encontrar excelentes bibliotecas de aprendizaje automático para Java?
- ¿Puedo hacer una competencia de kaggle con un archivo csv de entrenamiento de 0.5 Gb en mi computadora de 8 Gb y tener éxito?
Renuncia. Tengo bastante experiencia en la construcción de modelos, pero el modelado de tráfico es un campo especializado que no he estudiado.
