注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. nearest-neighbors-lab-data-science-intro-000-源码

  2. 最近的邻居实验室 介绍 在本实验中，您将应用最近的邻居技术来帮助出租车公司预测乘车时间。 想象一下，我们被聘请为即将在纽约开放的豪华轿车和出租车服务LiftOff提供咨询。 Liftoff希望出租车司机将目标定为更长的行程，因为行程越长，它赚到的钱就越多。 LiftOff具有以下理论： 出租车的接送位置可以帮助预测行程的长度。 LiftOff要求我们进行一些分析，以编写一个函数，该函数可以**预测任何给定位置的出租车行驶时间**。 我们的技术如下： 收集获取包含所有出租车信息的数据，仅选

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：157kb
    • 提供者：weixin_42117267

  1. new_york_taxis-源码

  2. 纽约出租车管道 管道使用 要求： Docker + Docker-compose 安装 克隆存储库git clone https://github.com/robomillo/new_york_taxis.git 导航到目录的根目录 运行docker-compose up 。 （如果气流Web服务器陷入重启周期，请运行docker-compose down -v && docker-compose up ） 捷径 为了减少为求速度而下载和处理的数据的大小，我仅在2019年将数据限制为每月数据集

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：33kb
    • 提供者：weixin_42116681

  1. nyc-taxi-data-pipeline:纽约出租车的数据管道历史数据-源码

  2. nyc-taxi-data-pipeline 关于项目 纽约出租车的数据管道历史数据 此存储库提供脚本，用于下载和预处理从纽约市开始的过去三年中数十亿次出租车的数据。原始数据来自纽约市出租车和豪华轿车委员会的 建于 Python 火花 空气流动 入门 先决条件 如果不存在，请下载Docker 指示 执行docker build -t myimage . docker文件所在目录中的命令 执行docker run -d -p 8080:8080 myimage命令⋅⋅⋅此命令构建和包含Airflo

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：172kb
    • 提供者：weixin_42131013

  1. Preditc-recipes-源码

  2. 纽约出租车票价预测界面 设置 该接口使用4个API： 纽约出租车票价预测API 用于地址自动完成的 API 以显示地图 可在地图上显示路线 这些API需要凭据，以下步骤将指导您获取它们并设置接口。 纽约出租车票价预测API 更新scr ipt.js以从GCP上托管的API获取预测： // scr ipt.js const taxiFareApiUrl = 'https://YOUR_API_URL/predict_fare' ; 注意：以下设置步骤是可选的，因为您可以使用Le Wagon提供

  3. 所属分类：其它

  1. Carpool-Simulation:快车拼车仿真系统-源码

  2. 拼车模拟 快车，拼车仿真工程，参考论文 先看主程序，按顺序读懂每个函数操作 要求 渗透 网络 麻木 大熊猫 泡菜 斯克莱恩 gurobipy（重要的ILP求解器） 科学的 请参阅env文件 。 注意：该文件只是我的环境。 您可以根据需要安装软件包。 为简单起见，请使用anaconda创建新环境 conda env create -f carpool-simulation.yml 配置环境可能遇到各种问题，配合我的环境文件和goole食用 资料准备 数据我放在交大云盘上了，之后还有。 原始数据

  3. 所属分类：其它

  1. Predicting-NYC-Taxi-Destinations:使用Logistic回归预测出租车目的地的综合探索性数据分析-源码

  2. 预测纽约出租车的目的地 使用Logistic回归预测出租车目的地的综合探索性数据分析。

  3. 所属分类：其它

  1. NYC-Yellow-Taxi-Cabs-源码

  2. 纽约黄色出租车

  3. 所属分类：其它

  1. 出租车票价接口-源码

  2. 纽约出租车票价预测界面 设置 该接口使用4个API： 纽约出租车票价预测API 用于地址自动完成的 API 以显示地图 可在地图上显示路线 这些API需要凭据，以下步骤将指导您获取它们并设置接口。 纽约出租车票价预测API 更新scr ipt.js以从GCP上托管的API获取预测： // scr ipt.js const taxiFareApiUrl = 'https://YOUR_API_URL/predict_fare' ; 注意：以下设置步骤是可选的，因为您可以使用Le Wag

  3. 所属分类：其它

  1. 令人敬畏的跳板顶点：从以前的跳板学生那里收集伟大项目的平台-源码

  2. 令人敬畏的跳板顶点 从以前的跳板学生那里收集伟大的项目/成就的地方。 资源 关联 笔记 过去的学生的站点，这个学生非常活跃并且有一些出色的经历 “使用Rideshare“ Trips”数据集进行机器学习” 预测纽约市内任意两个位置X和Y之间的黄色出租车行车时间 “使用机器学习启发的质谱分析进行高精度癌症预测” “我会给几颗星？预测亚马逊评论的评分” “伯克希尔·哈撒韦公司股东信函的主题模型分析” “预测安大略夏季的每日峰值用电需求” “使用客户评分和评论为亚马逊构建混合产品推荐系统

  3. 所属分类：其它

  1. GeoSpatial-DataAnalysis-With-Spark：一种分布式应用程序，可通过使用Apache Spark，Hadoop文件系统和Scala分析超过10亿条记录来识别纽约的前50个出租车接送地点-源码

  2. CSE512-项目热点分析模板 版本历史 v1.1，11月16日，修复了“ Entrace.scala” v1.0，11月13日，初始版本中的错误 要求 在此阶段，需要进行空间热点分析。 特别是，您需要完成两个不同的热点分析任务 热区分析 此任务将需要对矩形数据集和点数据集执行范围合并操作。 对于每个矩形，将获得位于矩形内的点数。 较热的矩形表示它包含更多点。 因此，此任务是计算所有矩形的热度。 热室分析 描述 该任务将集中于将空间统计信息应用于时空大数据，以便使用Apache Spark识别具

  3. 所属分类：其它

  1. 顶点三-源码

  2. 顶点三：预测出租车行程时间 问题与背景 纽约市的出租车旅行持续时间可能会有很大差异，这是因为从天气和交通状况到接送地点的地理位置等诸多因素。 例如，纽约到处都是单行道和小巷，并且以不断增加的行人数量而闻名。 每个人都疯狂地赶着从A点到达B点，您总是会发现自己迟到了，要按时完成一切。 该分析的目的是确定哪些因素可以预测出租车的行车时间。 涉众与听众 主要受益人将是纽约的出租车和豪华轿车委员会。 他们将能够更好地控制成本，并保持与出租车司机“适当”出行时间有关的准确性。 另一个将从中受益的群体是能够

  3. 所属分类：其它

  1. 纽约_出租车_车费预测-源码

  2. 纽约_出租车_车费预测

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：308kb
    • 提供者：weixin_42138139

  1. 纽约出租车-源码

  2. 纽约出租车

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：33kb
    • 提供者：weixin_42149153

  1. TaxiTransitAnalysis：纽约出租车和运输分析，调查出租车票价随时间和天气情况的变化-源码

  2. TaxiTransitAnalysis：纽约出租车和运输分析，调查出租车票价随时间和天气情况的变化

  3. 所属分类：其它

  1. Azure-Databricks-NYC-Taxi-Workshop：利用纽约出租车和豪华轿车委员会旅行记录数据集的Azure Databricks研讨会-源码

  2. Azure Databricks纽约出租车课程 这是一个由Azure Databricks组成的多部分（免费）研讨会。 它涵盖了使用Spark在Databricks上使用Azure数据处理带有芝加哥犯罪公共数据集的Azure数据服务的基础知识，随后是使用NYC Taxi公开数据集的端到端数据工程研讨会，最后是端到端机器学习研讨会。 该研讨会以Scala和Python提供。 本研讨会的目的是清楚地了解如何配置Azure数据服务，数据服务服务如何与Azure Databricks上的Spark集成

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：30mb
    • 提供者：weixin_42128963

  1. NYTaxi_XG_Boost_Challenge-kaggle_challenge：我正在尝试NYC出租车持续时间预测Kaggle挑战。 我将结合使用Pandas，Matplotlib和XGBoost作为python库，以帮助我理解和分析

  2. Nyc-Taxi-Kaggle-挑战 目标 Kaggle竞赛预测纽约出租车的行驶时间。 该项目的报告在capstone.pdf。 （在这个项目中，我提供了许多链接，如果您是初学者，可以通过这些链接来弄清楚您的概念，如果不理解的话，可以通过project和readme中提供的链接和pdf来了解。） 问题陈述 在本报告中，我们使用来自纽约市出租车和高级轿车委员会的数据来考察Kaggle竞赛，该竞赛要求竞争对手预测纽约市出租车旅行的总行驶时间（trip_duration）。 Kaggle提供的数据是作

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：23mb
    • 提供者：weixin_42151305