问从时间序列集合预测事件
EN

Data Science用户

提问于 2021-06-10 16:32:53

回答 1查看 27关注 0票数 0

我只想为我的问题找到一个大致的方向，因为我几乎没有数据科学方面的经验。我想要基于多个轨迹来预测一个事件。

例如，对于两个给定的轨迹，碰撞是迫在眉睫的。因此，输入将是两个轨迹，而这些轨迹的标签将是“危险的”。同样，任何其他轨道都“不危险”。轨迹是一组点，其中每个点是x，y坐标，可能包含其他信息，如车道，大小等。当然，点的顺序很重要，因为这是一个随时间变化的序列。

我可以为训练目的自由地生成轨迹和它们的标签。最后，我想要一个分类器，可以将轨迹分类为危险的或不危险的。

问题是，我该怎么做？

发布于 2021-06-10 16:44:02

Logistic回归是一个很好的起点。

我猜，如果你把点的向量转换成一个单一的轨迹值，比如度或者类似的东西，你会得到更好的精度。这可以用线性回归或一些数学来完成。假设在简化过程中不丢弃太多信息，更简单的预测器更好。

5~6成熟是进行演练的好地方。

票数 0

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/96483

复制

相似问题

问从时间序列集合预测事件EN