用 岭回归 预测交通流量
来源:互联网 发布:oracle数据库中文注释 编辑:程序博客网 时间:2024/05/01 14:29
1、数据介绍
数据为某路口的交通流量监测数据,记录全年小时级别的车流量。
2、实验目的
根据已有的数据创建多项式特征,使用岭回归模型代替一般的线性模型,对 车流量的信息进行多项式回归。
3、代码
import numpy as npimport pandas as pdfrom sklearn import cross_validationfrom sklearn.linear_model import Ridgeimport matplotlib.pyplot as pltfrom sklearn.preprocessing import PolynomialFeaturesdata = pd.read_csv('ridge.csv')a = np.array(data)plt.plot(a[:, 5])plt.show()x = a[:, 1:5]y = a[:, 5]poly = PolynomialFeatures(6)x = poly.fit_transform(x)x_train, x_test, y_train, y_test = cross_validation.train_test_split(x, y, test_size = 0.2,random_state = 0)clf = Ridge(alpha = 1.0, fit_intercept = True)clf.fit(x_train, y_train)clf.score(x_test, y_test)start = 200end = 300time = np.arange(start, end)timey_pre = clf.predict(x)plt.plot(time, y[start:end], 'b', label = 'real')plt.plot(time, y_pre[start:end], 'r', label = 'predict')plt.legend(loc = 'upper left')plt.show()
输出:
阅读全文
0 0
- 用 岭回归 预测交通流量
- R语言线性回归预测网页流量
- 学习-小波神经网络的时间序列预测-短时交通流量预测
- KDD cup 2017 高速公路收费站交通流量预测 中文翻译(转载)
- 分别用普通线性回归、岭回归、Lasso回归对boston房价进行预测,比较效果
- 实时路况交通预测
- 【学习笔记】用SAS做回归预测和区间预测
- 用LIBSVM做回归和预测
- 用LIBSVM做回归和预测
- 用 线性回归 预测股票的涨跌
- 用 线性回归 预测股票的涨跌
- 用线性回归进行糖尿病预测
- 用lasso回归进行房价预测
- 流量可预测分析
- 分别使用普通线性回归、岭回归、lasso回归预测鲍鱼年龄
- LIBSVM做回归预测
- 线性回归预测法
- LIBSVM做回归预测
- Linux环境下所赋予的权限详细内容
- 空指针异常理解
- Ajax ------on the way
- 抽象代数学习笔记(7)对称群与置换群
- HDOJ 1017-A Mathematical Curiosity
- 用 岭回归 预测交通流量
- NYOJ 159 I Think I Need a Houseboat
- STL介绍
- stackedlayout
- 虚拟机安装时报出不可恢复错误
- Hibernate教程(1) -配置文件
- Android问题之this与Activity.this的区别
- Java集合————HashMap原理
- Tensorflow学习:MINIST手写体