如何建立一個神經網絡來尋找地理定位

-2

在某個時間從某個地方做了一個食物的訂單。我有以下信息：如何建立一個神經網絡來尋找地理定位

位置 - 送貨地址
的日期和時間順序
星期幾
在那一天

的，其目的天氣神經網絡就是訓練它，然後預測未來的訂單。例如。明天大部分訂單的地點。

應該用什麼類型的神經網絡來實現這個目標？什麼框架或lib更適合用於這種神經網絡？

這將是一個偉大的工作類似神經網絡的例子！

來源

2017-04-14 Daniel Abyan

什麼是輸入功能和目標標籤？ –

輸入數據 [[geolocation]，[day]，[month number]，[year]，[星期幾]，[time-secconds]，[temperature]]。例如： [[50.1007649,8.709635]，[14]，[4]，[2017]，[5]，[36412]，[+15]] 培訓結束後，網絡會收到第二天的數據並返回訂單可能的地理位置 –

有什麼建議嗎？ –

你的數據是一個時間序列，這可以通過例如。遞歸神經網絡（RNN）。這裏流行的選擇是LSTM。

您應該考慮您的定位系統應具有的粒度。確切的座標是無關緊要的，你應該把它翻譯成地址，或者更好的是地區。你可以嘗試方格，但手工製作的東西會更好。可視化您的培訓數據，查看訂單是如何聚類的，並基於此您可以創建區域。

期待各種形式的季節性。如果不是一年（取決於氣候），你的ANN應該至少在整個月內至少看一次。儘管你可以開始一週。

來源

2017-04-14 06:33:08

輸入數據 [[geolocation]，[day]，[month number]，[year]，[星期幾]，[time - secconds]，[temperature]]。例如： [[50.1007649,8.709635]，[14]，[4]，[2017]，[5]，[36412]，[+15]] 培訓結束後，網絡會收到第二天的數據並返回可能的訂單地理位置。對於培訓我有一個一年的訂單統計 –

謝謝 - 我調整了答案。 –

謝謝！我會研究這個。 –

如何建立一個神經網絡來尋找地理定位

回答

相關問題