交通状态预测 | Python实现基于神经网络的交通流预测(SAEs、LSTM、GRU)

交通状态预测 | Python实现基于神经网络的交通流预测

目录

    • 交通状态预测 | Python实现基于神经网络的交通流预测
      • 环境配置
      • 数据处理
      • 模型结构
      • 程序设计
      • 预测效果
      • 参考资料

环境配置

  • Python 3.6
  • Tensorflow-gpu 1.5.0
  • Keras 2.1.3
  • scikit-learn 0.19

数据处理

  • 数据集:数据来自 Caltrans 绩效测量系统 (PeMS)。数据是加利福尼亚州所有主要大都市地区的高速公路系统的各个探测器实时收集的。
"""
Processing the data
"""
import numpy as np
import pandas 

你可能感兴趣的:(#,交通状态分析,数据科学分析,数据统计分析,python,深度学习,数据分析,时序模型)