摘 要：对海量交通数据进行分析，可为实现智能交通调度提供一定的参考依据，并为进行相关可行性分析提供有效支撑。本文利用Python 和Pandas 数据处理模块，对成都市1.4+ 万辆出租车的GPS 记录进行分析处理。借助于机器学习中的回归算法，实现对某出租车在某时段行驶于某条线路所需时间的预测，并通过网页交互的形式，为用户提供出租车及出行路线推荐方案。
关键词：数据挖掘；机器学习；路线推荐；智能交通
中图分类号：U491.14；TP181 文献标识码：A 文章编号：2096-4706（2018）12-0016-03
Traffic Data Analysis and Application Based on Machine Learning
ZHANG Teng，LIN Guimin，QIU Lida，LIU Chaoming，WEI Yujing
（College of Physics and Electronic Information Engineering，Fuzhou 350108，China）
Abstract：Analysis of massive traffic data provides a convenient reference for modern traffic scheduling and feasibility prediction，and provide effective support for relevant feasibility analysis. This article uses the Python and Pandas module to deal with the GPS records ofmore than 14 thousand taxis in Chengdu. Through the regression prediction via machine learning，the forecasting of required time for a taxi totravel on a certain period of time is realized. Finally，the recommendation of travel routes and taxis for users through a web page is provided.
Keywords：data miming；machine learning；routes recommendation；intelligent transportation
参考文献：
[1] 姜桂艳，常安德，李琦，等. 基于出租车GPS 数据的路段平均速度估计模型 [J]. 西南交通大学学报，2011，46（4）：638-644.
[2] 王志杰，王庆. 基于多元回归分析的坐标转换方法研究 [J].工程勘察，2013，41（10）：62-65.
作者简介：
张腾（1996-），男，福建福清人，学士，主要从事光学、图像处理。
通讯作者：
林贵敏（1981-），男，福建泉州人，副教授，硕士，主要从事图像处理、机器学习研究。