Road Traffic Data analysis: Clustering and Prediction
Résumé
This document presents a clustering and prediction analysis on daily time series
of traffic data taken from loop detector measurement at different location (France and USA). It
shows the effectiveness of Soft Dynamic Time Warping and K-means algorithm for clustering and
Support Vector Regression for prediction on the selected data sets. Results are commented to get
information on specific traffic dynamics.
Ce document présente une analyse de clustering et de prédiction sur des séries
chronologiques quotidiennes de données de trafic obtenues à partir de mesures de détecteurs à
boucle à différents endroits (France et États-Unis). Il montre l’efficacité de l’algorithme Soft
Dynamic Time Warping et K-means pour le clustering et Support Vector Regression pour la
prédiction sur les ensembles de données sélectionnés. Les résultats sont commentés pour obtenir
des informations sur des dynamiques de trafic spécifiques.Ce document présente une analyse de clustering et de prédiction sur des séries
chronologiques quotidiennes de données de trafic obtenues à partir de mesures de détecteurs à
boucle à différents endroits (France et États-Unis). Il montre l’efficacité de l’algorithme Soft
Dynamic Time Warping et K-means pour le clustering et Support Vector Regression pour la
prédiction sur les ensembles de données sélectionnés. Les résultats sont commentés pour obtenir
des informations sur des dynamiques de trafic spécifiques.
Domaines
Statistiques [math.ST]
Origine : Fichiers produits par l'(les) auteur(s)