本次提交的个人观点：
- 对GIS的依赖程度 ,是否要接入postgresql进行GIS方面的计算（之前有一点点研究，并不深入）；
- 关键的特征应该是trajectories轨迹方面的特征。在初期可以采用类似张洋在翻译中提到的geohash的方法（没找到和R相关的，倒是有个python包，谁帮忙研究下）：类似的思想就是将地图切分成大量的小方块（高级一点会切成六边形，小方块的案例有：Uber和神州专车，没找到技术链接将地图切块，进行用车预测，从而动态调价；六边形的好像是高德，做地图上某个六边形区域点击，可以看到半小时、一小时、两小时的到达区域范围）切成块之后进行编码，这样可以将任意一条行程转化成为轨迹覆盖区域编码的序列，或者整个编码区域的稀疏矩阵。再简单点，之间使用起止点的编码作为特征进行预测也是可以接受的。
- 在上一步的基础上，可以进行一些OD方面提取特征，baidu出租车OD分析、baidu出租车运营平台
一些还未想好是否能合理使用的点：
- 是否应该将行程切分，区分载客和/空车的行程（需要进行验证），在后期用来训练的数据是根据某个特征（载客/空车）切分的行程，还是整个行程中的每两个点之间的行程都作为训练数据？
比如说一段行程在经过geohash标号后， A →B→C→C→D→E，到达每个标号的时间知道；
训练的输入会是其中任意一个子集么，如A →B； A →B→C - （这条肯定用）高德的API，企业用户，具体可能会发生关联的如：路径规划API；基于API的相关属性构建特征值；
- 驾驶员驾驶行为属性（由于数据间隔30s，所以很难学习到驾驶员的驾驶行为倾向）
- 用户画像方面：驾驶员的生活习惯，貌似也没什么建模必要；
- H2O的使用；
以下是我的方案：
- 在将原始数据计算平均车速度后，验证一些典型的特征验证：
- 城市不同时段的车流量；
- 不同日期的车流量变化（节假日/非节假日，需要考察程度在该段时间内会影响OD的重大事件）
- 每个人的平均速度是否有不同（个人驾驶倾向）
- 载客与非载客对时间的影响，理论上taxi在乘客上车后，应该直接确定目的地，并且不会在中间因为非交通原因等待。
- 出驻车的换班时段是否固定，如不固定是否有必要作为特征
- 对于轨迹的信息提取，倾向于使用geohash的方法，编码地图上的每一个小块。（能想到的另一种方法是GIS数据库，postgresql的使用），基于编码提取特征，将GIS特征变为数字特征作为输入参数；
其他的特征还有：
- 行程起止点GPS距离；
- 行程的GPS点个数；
- 行程所处时间段、日期；
- 行程是否包含了预设的经常拥堵路段；
- 驾驶员方面的因素；
- 高德提供的特征：如导航时长
- 未完待续。。。。。。
- 模型，这部分现在谈好像纸上谈兵，但是否使用一些机器学习的平台可以提前考虑下，比如H2O;
- 测试，
- 提交测试结果，可以查看下被用来预测数据的样式；目前最高分0.22。
尽量能在月底提交一次结果吧，通过与结果的比对，不断迭代更新算法吧。
| 任务 | 完成日期 | 任务分发 |
|---|---|---|
