驾驶员行为集群:驾驶员行为聚类的无监督学习方法-源码

上传者: 42151036 | 上传时间: 2021-03-07 20:47:06 | 文件大小: 5KB | 文件类型: ZIP
驾驶员行为集群 介绍 在此项目中,我们尝试创建一个统计模型以基于CAN总线传感器数据对驾驶员行为进行聚类。 我们将使用层次聚类,根据驾驶员的行为和驾驶方式对其进行识别和分组。 驱动程序的此标识可用于改进。 资料准备 overview.csv 数据集包含42个参数(列)和60个变量(观测值), 数据清理 在进行数据分析之前,我们需要清理数据集: 转换类型,将缺失值替换为零。 通过绘制相关系数矩阵,我们可以考虑具有最低相关系数的变量,它们是解释变异性的变量。 同样,此步骤将使我们减少在分析中要考虑的参数数量。 特征 id :车辆的标识符。 odo :车辆的里程表读数,以km为单位。 dist :时间段内的行驶距离。 fuelc :报告期内行驶,空转和使用取力器时的总油耗(升)。 idle :怠速模式下的发动机运行时间,表示为HH:MM:SS pause :发动机运行时间,暂停表示为HH:MM

文件下载

资源详情

[{"title":"( 6 个子文件 5KB ) 驾驶员行为集群:驾驶员行为聚类的无监督学习方法-源码","children":[{"title":"Driver-Behavior-Cluster-master","children":[{"title":".gitignore <span style='color:#111;'> 40B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.42KB </span>","children":null,"spread":false},{"title":"units.csv <span style='color:#111;'> 2.30KB </span>","children":null,"spread":false},{"title":"overview.csv <span style='color:#111;'> 2.40KB </span>","children":null,"spread":false},{"title":"Driver-Behavior-Cluster.Rproj <span style='color:#111;'> 205B </span>","children":null,"spread":false},{"title":"code.R <span style='color:#111;'> 4.27KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

  • hyy656 :
    用户下载后在一定时间内未进行评价,系统默认好评。
    2021-08-09

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