[英]Machine learning in cab pooling scenario?
您可能不需要机器学习算法。 给定乘车编号,您可以识别彼此靠近的位置并将其分组。 当出现新位置时,您可以看到它属于哪个组,并将前往该组中各个位置的人员配对。
为此,您可以创建一个矩阵,该矩阵的行和列的位置分别为A, B,C,...
您将得到一个num_of_locations x num_of_locations
矩阵。 对于具有行标签B
和列标签C
的单元格,您可以将其标记为1,因为它们位于附近,并且不靠近的位置(例如A
和B
)应标记为零。
矩阵将是对称矩阵,因此,如果您有太多位置,则可以通过一些优化来节省内存和计算量。 您可以研究将三角矩阵保存为稀疏矩阵。
另外,如果您有权使用正确的资源(付费图书馆),则可以将0,1替换为距离(实际上是位移)。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.