Nyc-Taxi-Kaggle-挑战 目标 Kaggle竞赛预测纽约出租车的行驶时间。 该项目的报告在capstone.pdf。 （在这个项目中，我提供了许多链接，如果您是初学者，可以通过这些链接来弄清楚您的概念，如果不理解的话，可以通过project和readme中提供的链接和pdf来了解。） 问题陈述 在本报告中，我们使用来自纽约市出租车和高级轿车委员会的数据来考察Kaggle竞赛，该竞赛要求竞争对手预测纽约市出租车旅行的总行驶时间（trip_duration）。 Kaggle提供的数据是作为CSV文件提供的结构化数据。 CSV文件中的数据包括多种格式：时间戳，文本和数字数据。 这是回归分析，因为输出（总行驶时间）是数字。 我将使用几种机器学习方法来完成预测任务，这些方法是线性回归，k最近邻回归，随机森林和XGBoost。 将使用均方根对数误差对模型进行评估。 总览 我使用Jupyter_Notebook在dekstop上执行此项目，并且在使用python的远程服务器上也无需使用Jupyter_notebook来执行。 软件和库 Python 3 Scikit-learn：Pyt

本文档介绍了2007年2月20日中国上海出租车GPS报告 鄙人在数学建模过程中用到了此数据集，故发布出来供大家下载。

如何使用AWS EC2 Hadoop集群处理200 GB数据 存储200 GB的NYC出租车数据集并部署Cloudera Hadoop集群以对其进行可视化。 使用Python Datashader绘制和可视化Hadoop大型数据集 没有Datashader的可视化 工作流程概述 使用数据着色器 最终可视化

上海GPS出租车数据集

包括南京，成都，西安，北京的出租车数据集

2007上海GPS出租车数据集，7月20日数据集，数据内容，出租车编号，时间，经纬度，夹角，瞬时速度，载客状态.网上搜无意中下到的，分享下载下。

由微软研究研究提供的出租车公开数据集，郑宇博士在出租车领域发表论文使用的数据集。

2007年上海出租车7月20日数据集，数据内容，出租车编号，时间，经纬度，夹角，瞬时速度，载客状态

2007年的上海GPS出租车数据集，特征包括：出租车ID、时间、经度、维度、夹角角度、出租车的瞬时速度和出租车载客状态。接近10万条数据，并且附上了LogViewer工具来快速查看每一个数据集。本人学术研究使用过的数据集，绝对可靠！