Какую модель машинного обучения лучше использовать для прогнозирования движения рейсового транспорта?

Question

[DmitriyTitov]

Здравствуйте.
У меня есть данные о движении транспорта по фиксированным маршрутам за некоторое время. То есть есть данные начала и окончания движения по маршруту в течение дня за несколько месяцев. При этом продолжительность поездки меняется в течение дня в зависимости от загруженности дорог, а также зависит от дня недели - в выходные дороги свободнее и загрузка иная чем в будни. Кроме того, возможно существует некоторая сезонность - этого я пока не знаю.
Задача состоит в том, чтобы прогнозировать время движения по маршруту в зависимости от времени суток и дня недели.
Какой алгоритм или модель машинного обучения применяют для таких случаев? И какие факторы могут быть у модели кроме собственно времени суток (и, возможно, дня недели)?
Я видел статью, в которой говорилось, что машинное обучение вообще тут не при чём, но что тогда?
Буду благодарен за любую наводку.

Answer 1

[OLZ1]

Здравствуйте.
Прочтите (Как устроен краткосрочный прогноз на Яндекс.Пробках), возможно появятся новые идеи для оптимизации идеи.
Для разработки прогнозных моделей при наличии временных рядов наиболее популярными являются модели авторегрессии, проинтегрированного скользящего среднего (ARIMA) (для одномерных временных рядов с трендом и без сезонных компонентов) и SARIMA (с трендовыми и / или сезонными компонентами).
Ссылки:
1. statsmodels.tsa.statespace.sarimax.SARIMAX
2. statsmodels.tsa.statespace.sarimax.SARIMAXResults

Answer 2

[dollar]

Мне видится, что у вас мало данных для точного прогнозирования.

Это всё равно, что предсказывать, опоздает ли человек на работу, основываясь на статистике о том, насколько он вовремя приходил всё время до этого. Максимум, что можно сделать - это выявить какие-то системные свойства, которые более-менее постоянные и меняются редко. Например, шанс опоздать. Это конкретная цифра, которую можно вычислить, и далее на её основе предсказывать. Но точность предсказания будет равна шансу опоздать. То есть этот самый шанс и будет погрешностью.

Приложения, которые нынче занимаются прогнозированием расписания, когда какой транспорт приедет, имеют в распоряжении гораздо больше информации:

1. Информацию о пробках.
   
2. Информацию о GPS координатах каждого транспорта.
   

Конечно, точность всё равно не 100%. И порой случаются накладки. Например, мимо остановки может проехать фантомный автобус, или, наоборот, может приехать автобус, которого не существует по данным приложения. Но всё равно точность прогнозирования гораздо выше, чем если основываться лишь на ретроспективном анализе.

Comments

[DmitriyTitov]

Мне видится, что у вас мало данных для точного прогнозирования.

ОК, а если смягчить требования к точности прогнозирования?
Ведь в данных о совершённых рейсах уже есть информация о пробках на тот момент времени. Я исхожу из предположения, что пробки цикличны по времени суток и дням недели. То есть, грубо говоря, что пробка в 11:00 по вторникам примерно одинаковая.
Что бы вы посоветовали для такого упрощённого случая?

[dollar]

DmitriyTitov, для начала я бы посоветовал узнать, как организованы рейсы, потому что я не эксперт в этом.

Мне кажется, что даже если автобусы выходят из парка по расписанию, то далее по маршруту погрешность накапливается. И где-то к середине маршрута это уже полный рандом. То есть либо он будет спешить и ехать быстрее, чем "средний" рейс, либо отставать. Вплоть до ситуаций, когда два автобуса с одинаковым номером идут подряд друг за другом. Такое предсказывать вообще нет смысла. Это как предсказывать белый шум.

Точно не знаю, корректируется ли выход нового автобуса из парка в соответствии с текущей ситуацией на дорогах. Учитываются ли пробки. Ведь если учитываются, то вам их нет смысла учитывать. Автобус как приходил условно "раз в 15 минут", так и будет приходить. Есть ли различия в подходах в разных городах. И так далее. Сейчас данных очень много, как я выше сказал, с учетом GPS, так что не удивлюсь, если завтра или послезавтра введут более умную и гибкую систему расписания, если до сих пор не ввели.

В любом случае, знание системы изнутри позволит понять, как сделать алгоритм более точным. Но лично я бы вообще не брался за такой проект без доступа к данным GPS, не перспективно. Лучше запартнериться с теми, кто предоставляет эти данные. Хотя переплюнуть яндекс и 2gis вряд ли получится.

Answer 3

[Griboks]

Первым делом вам надо придумать некую математическую модель, которая бы описывала длительность рейса.

Классическое решение - принять рейсы за пуассоновский поток. Тогда вы сможете предсказывать длительность рейса с любой вероятностью. Такая модель даёт грубую оценку вверх, поэтому особых проблем возникнуть не должно.

Про машинное обучение рассказывать долго, но идея простая:
1. классифицировать
2. обучить
3. прогнозировать