在駕駛室集中場景中機器學習？

Question

所以我有這個運輸問題的數據集。其中顯示了駕駛室共用場景。請看下面的圖片：

與同騎數量的用戶在相同的駕駛室去（每個用戶都有相同的起點，所以請無視）。現在，裝置，Y，Z和A是在相同鄰近，因此爲B & C和d & E.

現在我想，以適應這個數據集到一個機器學習模型，使得當我輸入的目的地任何用戶，模型應該給我預測我的目的地可以與誰結合，以便我可以與那些人一起出租車。

就像我必須去一個地點'C'一樣，我可以加入那些想要'B'的人。

我可以在這種情況下使用哪種機器學習算法？

Answer 1

你可能沒有機器學習算法。鑑於乘車人數，您可以識別彼此靠近的地點並對他們進行分組。當新的位置出現時，您可以看到它屬於哪個組，並將旅行的人員配對到該組中的位置。

要做到這一點，你可以創建一個矩陣，其中有位置A, B,C,...作爲行和列。你會得到的是一個num_of_locations x num_of_locations矩陣。對於具有行標籤B和列標籤C的單元格，您可以將其標記爲1，因爲它們處於鄰近位置，並且不接近的位置（如A和B）應標記爲零。

該矩陣將是一個對稱矩陣，所以如果你有太多的位置，你可以通過一些優化節省內存和計算。您可以研究將三角矩陣保存爲稀疏矩陣。此外，如果您有權訪問正確的資源（付費圖書館），則可以用距離（實際位移）替換0,1。