logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

2016年11月成都市滴滴车辆(快车+专车)轨迹和订单数据

轨迹数据: 司机ID,订单ID,GPS时间,经纬度(WGS84坐标系),平均采样间隔3s(90%的采样频率在3s甚至更短),约120万个不同的司机。数据量: 轨迹数据每日3000多万,订单数据每日20多万,一个月中约11亿个轨迹观测数据和610万不同的乘车订单。订单数据: 订单ID,开始和结束时间,上下车经纬度(WGS84)数据时间: 2016年11月1-2016年11月30。注: 图示为11月1

文章图片
#python#数据挖掘#机器学习 +2
2016年10月西安出租车GPS轨迹数据

数据覆盖范围: 二环内局部区域,覆盖莲湖区、新城区、碑林区、雁塔区,位于东经108°54’2’’~108°59’53’’、北纬34°12’29’’~34°16’41’’数据字段: 车辆ID、订单ID、GPS时间、轨迹点经度、轨迹点纬度。数据时间: 2016/10/1-2016/10/31。注:图中为2016年10月10日的样例数据。数据量: 约14亿6000万条。数据格式: csv文件。

文章图片
#大数据#数据挖掘#交通物流
2016年11月成都市滴滴车辆(快车+专车)轨迹和订单数据

轨迹数据: 司机ID,订单ID,GPS时间,经纬度(WGS84坐标系),平均采样间隔3s(90%的采样频率在3s甚至更短),约120万个不同的司机。数据量: 轨迹数据每日3000多万,订单数据每日20多万,一个月中约11亿个轨迹观测数据和610万不同的乘车订单。订单数据: 订单ID,开始和结束时间,上下车经纬度(WGS84)数据时间: 2016年11月1-2016年11月30。注: 图示为11月1

文章图片
#python#数据挖掘#机器学习 +2
到底了