65.9K
CodeProject 正在变化。 阅读更多。
Home

卡车和司机数据可用于预测分析

starIconemptyStarIconemptyStarIconemptyStarIconemptyStarIcon

1.00/5 (2投票s)

2019年10月30日

CPOL
viewsIcon

2493

介绍了如何使用 HANA 和 SageMaker 分析卡车和司机数据以进行机器学习预测

引言

本文介绍了如何将卡车和司机信息存储为机器学习模型,并用于分析和预测。

主题

这个想法对使用卡车进行配送的组织很有用。 我们可以存储卡车位置信息和司机行驶里程数据,并利用HANA和SageMaker的图表功能来生成统计数据和预测。

数据结构

卡车位置数据可以包含以下字段,例如:

卡车ID,司机ID,纬度,经度,事件,速度

司机数据可以包含以下字段:

司机ID,总行驶里程

 

然后,我们可以使用上述数据来确定谁是最危险的司机,谁是最安全的司机。 最危险的司机可能是指每行驶里程发生异常事件数量最多的司机,而最安全的司机则是指异常事件数量最少的司机。

异常事件。

关注点

可以使用SAP HANA和Amazon SageMaker来构建上述数据模型和图表。

历史

在此处保持您所做的任何更改或改进的实时更新。

© . All rights reserved.