是否可以基于停车事件数据集来预测停车行为答案

【问题标题】：Is it possible to predict parking behaviour based on dataset of car parking event是否可以基于停车事件数据集来预测停车行为
【发布时间】：2025-12-14 06:45:02
【问题描述】：

我们有

EventDate
EventTime
Latitude
Longitude
EventDuration
user ID

为许多用户提供停车活动的详细信息。

是否有可能确定前 5 个有意义的“停车行为”并计算它们在用户群中的受欢迎程度？

我不想要硬核解决方案。只需参考一些帮助算法或文章就可以了。

【问题讨论】：

什么是停车行为？
...什么是“有意义的”？

标签： machine-learning neural-network classification data-mining logistic-regression

【解决方案1】：

如果我理解正确，你想推导出“停车去超市购物”、“过夜停车”、“停车5分钟接人”等行为。

对于监督学习，可以试试kNN。

对于无监督学习，您可以尝试 k-means 聚类和 HSMM（隐藏半马尔可夫模型）。

用户 ID 与任务无关。纬度和经度仅对无监督学习任务有用，因为对于监督学习，您需要以某种方式标记组或（纬度，经度）对并标记它们以指向超级标记停车场等。

如果我因为问题很宽泛而误解了某些内容，请随时进行更详细的解释。

【讨论】：

感谢您的回答。在这里，我们给出了具有给定字段的停车事件，我们想要识别有用的停车行为，以便可以很好地管理它。由于我们有 100k 的用户数据，我想使用有监督的学习可以提供更好的帮助。
在您的情况下，监督学习更受欢迎。考虑对 lat,long 进行额外的预处理步骤，因为这将非常有帮助。 ps：觉得有用请点赞。谢谢。
我没有足够的点数来支持。我也想要它。我需要 15 分，而我只有 12 分。 :)
我支持你，所以你不能:)。对不起，我以为我以前做过
你能给你的邮箱吗，我想多讨论一下？