感谢您的下载
- 数据准备：GPS 数据是高度敏感的信息，因为它可以用来跟踪移动出行。包括汽车驾驶 GPS 数据以及上次上下车信息。原始 GPS 数据中有噪声数据，包括数据湖中标记的一些上下车坐标点。您可以使用 Amazon SageMaker Data Wrangler简化数据预处理和特征工程的过程。
- 数据探索：为了更好地观察和分析模拟轨道数据，我们采用Amazon Location进行数据可视化。Amazon Location 为 Android、iOS 和 web 提供前端 SDK。
- 算法选择：K-means 是一种无监督学习算法，它能在数据中找到离散的分组。SageMaker 使用网络规模 k-means 聚类算法的修改版本。与算法的原始版本相比，SageMaker 使用的版本将更准确，可以扩展到大规模数据集并缩短训练时间。
- 训练模型：数据格式–支持 protobuf recordIO 和 CSV 格式进行训练。EC2 实例选择–建议在选择 k-means 算法时使用 Amazon EC2 CPU 实例，如 ml.c5.2xlarge。超参数–Hyperparameter 与数据集密切相关，客户可以根据实际情况进行调整，以获得最佳效果。
- 模型评估：聚类数（k）是 k-means 聚类中最重要的超参数。我们可以使用不同的模型评估方法来获得最佳k的最优值，然后可通过 Amazon Location 显示 k-means 聚类结果。下面左图可视化显示了我们的结果，共有10个簇；还需要考虑充电站的规模，我们将每个簇中心周围的点数除以一个系数（例如，系数值为100，这意味着每100辆车共享一个充电桩），下面右图可视化显示了充电站的范围。
