出租車共享場景中的機器學習？

Question

所以我有這個運輸問題的數據集。 該圖顯示了出租車池的情況。 考慮下圖：

具有相同乘車號的用戶乘坐相同的出租車（每個用戶都有相同的起點，因此請忽略此點）。 現在這意味着，Y，Z和A處於同一距離，B和C以及D＆E也是如此。

現在，我想將此數據集擬合到機器學習模型中，這樣當我輸入任何用戶的目的地時，該模型應該給我預測可以與我的目的地耦合的對象，以便我可以與這些人一起乘坐出租車。

就像我必須去“ C”位置一樣，我可以加入要去“ B”位置的人們。

在這種情況下，我可以使用哪種機器學習算法？

Answer 1

您可能不需要機器學習算法。 給定乘車編號，您可以識別彼此靠近的位置並將其分組。 當出現新位置時，您可以看到它屬於哪個組，並將前往該組中各個位置的人員配對。

為此，您可以創建一個矩陣，該矩陣的行和列的位置分別為A, B,C,... 您將得到一個num_of_locations x num_of_locations矩陣。 對於具有行標簽B和列標簽C的單元格，您可以將其標記為1，因為它們位於附近，並且不靠近的位置（例如A和B ）應標記為零。

矩陣將是對稱矩陣，因此，如果您有太多位置，則可以通過一些優化來節省內存和計算量。 您可以研究將三角矩陣保存為稀疏矩陣。

另外，如果您有權使用正確的資源（付費圖書館），則可以將0,1替換為距離（實際上是位移）。