[发明专利]基于机器学习的车联网通信的流量预测方法

权利要求书

1.一种基于机器学习的车联网通信的流量预测方法，其特征在于步骤如下：

步骤1、车流量预测：利用交通数据平台发布的流量速度数据，选取8类指标进行数据处理，完成全天候的车流量预测；

步骤2、分析两种流量关系：利用openstreetmap导出某地城市道路车辆交通场景，配置车流探测文件，获取交通数据，再配置车辆通信仿真文件，获取通信数据，两类数据混合，分析车流量与通信流量二者关系；

步骤3、通信流量预测：在交通数据平台选择某些路段，利用openstreetmap导出这些路段的城市道路车辆交通场景后，配置车辆通信仿真文件，获取通信数据，依据已得的两种流量关系，从交通数据平台发布的流量速度数据和获取的仿真车辆通信数据中，选取9类指标进行数据处理，完成车载网络的通信流量预测。

2.根据权利要求1所述的基于机器学习的车联网通信的流量预测方法，其特征在于，步骤1所述选取8类指标进行数据处理，完成全天候的车流量预测的方法为：

1.1获取交通数据平台发布的某些路段一周全天候的数据，利用这些数据，预测这些路段未来某周某天全天候的车流量，即形成7天的训练数据集train.csv，1天的测试数据集test.csv；8类数据集指标包括6类数字型指标和2类类目型指标，数字型指标：车流量Flow、时间Time、速度Speed、交通量Volume、交通指数Index、路段Place，类目型指标：星期Week、天气Weather；

1.2利用isna函数判断各指标是否有缺失值，并用len函数对训练集数据train.csv进行统计，包括：各数字型指标的数量count、均值mean、标准差std、最小值min、最大值max ；

1.3以车流量的均值mean作为高低流量的分界点，用sns.kdeplot函数画内核密度图查看车流量的分布状况：1）类目型指标week、weather上的高流量与低流量分布与量化，2）Week各天的高流量与低流量分布情况，3）交通指数Index上高流量与低流量分布情况，4）Time全天的高流量与低流量分布情况，5）各位置Place上的高流量与低流量分布情况，6）volume、speed上的高流量与低流量分布情况；

1.4利用sns.heatmap画图展示各指标间的关联度，用groupby函数得到车流量Flow与其它指标的关联度排序；

1.5将关联度排序在最后的两种指标，合并为新指标；对关联度排序在前三的三种数值连续性指标，依次设定指标数值分成8、6、4段取值范围，利用pd.cut函数自动寻找各段交界点，以各范围边界点来划分数值连续性指标，获得类目型指标；再使用get_dummies对类目型指标进行数据因子化，将指标平展开；

1.6利用preprocessing.StandardScaler()函数，对取值超过100种的多样性数据指标进行数据标准化，将数据指标分布调整成标准正太分布，使得其均值为0，方差为1；

1.7利用scikit-learn工具包下的经典机器学习算法随机森林模型，对处理后的8类指标进行训练和预测，并给出置信度得分；再通过随机森林模型的可调参数对模型进行优化：通过GridSearchCV()、StratifiedKFold()和StratifiedShuffleSplit()函数寻找最优参数下模型；最后对测试集test.csv进行预测，并提交结果fianl_submission1.csv；

1.8利用优化参数后的随机森林模型画学习曲线：横坐标为训练集train.csv所训练样本的个数，纵坐标为训练集train.csv拟合的准确性得分和交叉验证集预测的准确性得分，画出学习曲线。