如何将相似数据分组到单个类中并减少错误

计算科学 算法 误差估计 分区
2021-11-30 22:12:28

我的实时交通应用程序中有车辆 gps 信息。平均这些信息,我随时知道每条道路的速度。问题是发送回设备的数据太多,因此我需要一种方法将速度数据分组到类中,以便简化问题。

现在我有这样的事情:

 road_id   time   speed
    1      09:00   45
    1      10:00   47
    1      11:00   38
    2      09:00   78
    2      10:00   77
    2      11:00   61
    3      09:00   51
    3      10:00   48
    3      11:00   41

如你看到的:

  • 接近中午 12 点时,道路上的汽车较多,因此速度会降低。
  • 道路 1 和道路 3 具有相似的行为,可能都是普通街道。
  • 2号公路更快,也许是高速公路。

因此,不要保存每小时每条道路的速度。我只想定义当天的一般道路行为,并说道路就是那种类型。

所以我会有一张桌子roads和另一张桌子road_type

road_id      name        type_id
  1        A street         1
  2        B Highway        2
  3        C street         1

type_id  spd_09-10  spd_10-11 spd_11-12 ....
  1         50         50        40
  2         80         80        60

所以我需要一种算法来有效地创建这些类型并减少原始数据的错误。我知道如果我增加类型的数量,错误将会减少。

我的猜测是已经有一些与这个问题相关的东西,只是不知道如何调用,我不想再次发明轮子。

0个回答
没有发现任何回复~