机器学习-基于AIRMA模型对订单总额未来七天的预测

上传者: wcctv51 | 上传时间: 2022-08-26 10:07:28 | 文件大小: 166KB | 文件类型: DOCX
从时间上看,订单量时间序列有两个明显的特征: 1)周期性。每天订单量的变化趋势都大致相同,午高峰和晚高峰订单量集中; 2)实时性。当天的订单量可能会受天气等因素影响,呈现整体的上涨或下降; 预测可以反映未来司机成单的情况,能给运营部门及时调整有效的运营策略。预测又有好几种方向:基于订单总额的预测,基于乘客目的地预测,基于上车地点的供需预测等,这里阐述订单总额未来七天的预测。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明