城市交通流量预测数据集-交通路口-2024年-jvthunder
数据来源：互联网公开数据
标签：交通流量,预测,时间序列,城市交通,路网,机器学习,交通大数据
数据概述：
本数据集源自UCI交通流量预测数据集，并被转换为CSV格式。数据集包含三个文件：train.csv（训练集）、test.csv（测试集）和adj_matrix.csv（邻接矩阵）。
train.csv和test.csv文件包含了36个交通路口在不同时间点的交通流量数据，时间间隔为15分钟。train.csv包含1261个时间步长的数据，test.csv包含840个时间步长的数据。
train.csv中的特征包括：
* timestep：时间步长
* location：交通路口编号
* traffic：交通流量（0到1之间）
* prev_i：前i个时间步的交通流量
* hour_i：当前小时的独热编码
* feata_i, featb_i, featc_i：未知特征，疑似某种数值的独热编码（数值为0或1），可用于预测。
adj_matrix.csv文件包含了交通路口的邻接矩阵，用于表示路网中各路口之间的连接关系，可以用于构建图结构特征。
数据用途概述：
该数据集适用于交通流量预测、时间序列分析、机器学习模型训练等多种场景。研究人员可以利用该数据构建交通流量预测模型，例如使用循环神经网络（RNN）、图神经网络（GNN）等，预测未来交通流量，从而为交通管理和出行规划提供支持。此外，该数据集也可用于探索不同特征对交通流量的影响，分析交通拥堵的规律，以及评估交通管理策略的有效性。
