如何使用我的时空数据进行预测？

Question

我有一个数据集，其形式是：

时间戳(每日间隔)

纬度

纵能

目标值(y)

所以我想用这些数据训练一个模型并进行插值。因此，我在培训过程中使用了所有的数据，在测试过程中，输入将是x =时间戳、lat、lon，其预测值为目标值。所以空间和时间方面是非常重要的。

我的问题是使用什么模型以及如何处理我的数据？我尝试过的一个非常简单但并不复杂的解决方案是使用KNN Regressor，因此，给定时间，lat，lon，它找到最近的邻居并给出目标值。对如何处理时空数据有什么想法吗？

谢谢

Answer 1

我认为这个问题更适合于数据科学社区：https://datascience.stackexchange.com/

有很多方法来处理这个问题，这取决于它所代表的数据类型以及您想要做的预测。在最近的一次Kaggle竞赛中，人们可以很好地讨论各种预测，参见笔记本和讨论：

https://www.kaggle.com/c/bigquery-geotab-intersection-congestion/overview

这种竞争使用了BigQueryML --这是最简单的方法--您可以将输入数据提供给BigQueryML K--均值模型，并得到预测。请注意，BigQueryML支持地理类型，所以您应该为它提供地理(使用ST_GeogPoint(longitude, latitude)) -它将给您提供更好的结果，而不是将lat/lon作为独立变量而不使用空间语义。