综合重发：再推荐北京3个都有1-8线路的地方

sfog

前些时候本站说北京仅有人大是1-8都有的地方，我感觉有些问题，就将数据全部导入数据库中，做偏离数据分析，现在数据库已经运行了3个小时，我对其的偏离效果进行了47次修整，现在已经有3个地方的数据得出

1 王府井

201,20,205,10,41,1,420,103

2 珠市口

201,20,5,204,23,57,110,105

3 西四（进行偏离分析）

42,14,603,204,202,68,211,103

大家不要误会是机器帮的忙，实际上人的脑子也快累死了，因为修整偏离也是很费劲的事情，现在机器不能跑了，该是我人工算了，估计还会有一些地方的结果出来。

su9er

不错不错，说说你的算法如何？

sfog

Originally posted by su9er at 2005-6-7 11:06 AM:
不错不错，说说你的算法如何？

第一步：将数据按照数据库的结构导入，

第二步：将不能导入的数据（含）错误的数据按照结构符合的类型修改后再次导入；

第三步：作ETL数据清洗，将异常数据全部清洗，我之对三环内进行清洗，估计三环外出现的可能性不大；（这是最为繁重的工作）

第四步：核心数据运算试验，将一个正确数据样本进行测算，看看你的“同站名异场”公式是否合理，样本数据是：人民大学

第五步：人工采样数据，（人脑工作），因为北京的地名数据太大，让机器做大型模拟运算机器吃不消，因为北京的场区域界限相对明显，那么偏离系数很大，就需要找偏离度小的地方，那就是市中心了，因为偏出二环很少还有符合1-8的地方了，所以我以东单 ，西单，王府井，天宁寺，菜市口，国贸，永安里，地安门等地为重点地区进行运算；

第六步：核查结果，出来的结果会很多，但错的不少，这样第一批浮出水面的是王府井和珠市口

第六步：地理数据修整，将没有站名但却经过附近的线路量扩大，从300米范围扩大到450米（一站以内），再次进行重点地区运算，于是二环内出现29处这样的地方；

第七步：将上述29个数据人工分析，剔除28个是伪数据，西四浮出水面

第八步：.......（扩大计算模型，等待后续）

0909

越看越晕啊~不懂啊.ETL是啥?
那会儿学完运筹学以后,东西全还给老师了

sfog

Originally posted by 0909 at 2005-6-7 11:25 AM:
越看越晕啊~不懂啊.ETL是啥?
那会儿学完运筹学以后,东西全还给老师了

ETL是数据仓库做智能分析的一个步骤，意思是：数据的加载，传输，清洗，有很多ETL工具软件，但SQL的ETL软件不多，索性自己编写一个程序进行清洗。

zturbop

如果不算夜班车就只有一个了

sfog

夜班车也是线路啊.........