問題タブ [logistics]

最新のスケーラブルな予約システムがどのように機能するかについて、経験はありますか？例：空港や交通機関？

お客様の予約システムに重大な欠陥が見つかりました。旅行の接続を検索するユーザーごとに座席を予約します。つまり、輸送容量が200などで、同じ旅行を検索する人が200人いる場合、すべての人が予約を取得します（タイムアウトなど5分）。したがって、マーケティングイベントがあり、数千人がサイトにアクセスすると、実際に検索された旅行のほとんどを見ることができません。他のユーザーがすでにそれを「事前予約」しているからです。これはスケーラブルではありません。

私はそれがこのように機能するとは信じられませんが、それは本当のアプリアーキテクチャです。予約状況を理想的にどのように処理しますか？

さらに複雑にするために、「事前予約」シートの数から価格が計算されるため、ユーザーごとに異なります（シートの予約が変更されると価格が変更されます）。

確かに予約前のステップを取り除こうとしますが、予約前の最後のステップで拒否される人もいるため、不利になります...

R でネストされたロジスティック回帰を実行したいのですが、オンラインで見つけた例はあまり役に立ちませんでした。私の問題に似ているこのウェブサイト（ Rでネストされたロジスティック回帰を実行する方法に関するステップバイステップの手順）の例を読みましたが、最終的には解決されていないようです（質問者はエラーを報告し、私はしませんでした. t は、より多くの回答を表示します)。

したがって、9 つの予測子 (連続スコア) と 1 つのカテゴリ従属変数 (DV) があります。DV は「効果」と呼ばれ、「ネガティブ（0）」と「ポジティブ（1）」の 2 つに大別できます。単純な 2 値ロジット回帰を実行する方法は知っていますが (一般的なグループ化方法、つまり負 (0) と正 (1) を使用)、これでは十分ではありません。「ポジティブ」は、さらに「フィジカル（1）」と「メンタル（2）」の2種類に分けられます。そこで、この 3 つのカテゴリ (ネガティブ (0)、フィジカル (1)、メンタル (2)) を含む入れ子モデルを実行し、「ポジティブ」に「フィジカル」と「メンタル」がネストされているという性質を反映したモデルを実行したいと考えています。おそらく、R はこれら 2 つのモデル (一般的なモデルと詳細なモデル) を一緒に比較できますか? そこで、2 つの新しい列を作成しました。1 つは「効果全般」と呼ばれるもので、個々のスコアは「ネガティブ (0)」と「ポジティブ (1)」です。もう 1 つは「詳細な効果」と呼ばれ、負 (0)、物理的 (1)、精神的 (2) の 3 つの値が含まれます。「一般的な効果」のみを使用して単純なバイナリ ロジット回帰を実行しましたが、「詳細な効果」のネストされたロジット モデルを実行する方法がわかりません。

私が検索した例や他の資料から、Rパッケージ「mlogit」は正しいように見えますが、自分のデータで機能させる方法に行き詰まっています。R-help の例と、前述のこの Web サイトの例のこの部分 (...shape='long', alt.var='town.list', nests=list(town .list)...) は私を非常に混乱させます: データシェイプが「ワイド」であることはわかりますが、「alt.var」と「ネスト」が何であるかはわかりません...

ネストされたロジット モデル呼び出しの例については、mlogit マニュアルの 19 ページも参照しました。しかし、私はまだオプションに関して何が必要かを決めることができません。( http://cran.r-project.org/web/packages/mlogit/mlogit.pdf )

誰かがそれを行う方法に関する詳細な手順とメモを提供してもらえますか? この例 (十分に議論され解決された場合) は、私や他の人にも大いに役立つと確信しています!

ご協力いただきありがとうございます！！！

私たちは小規模な物流会社であり、共有データベース内のデータ (DB に構築された関係によって制限されます) と、構築するいくつかの標準レポートを使用してカスタム レポートを生成する方法をクライアントに提供できるようにしたいと考えています。彼ら。

私たちは iDashboards と LogiAnalytics を調べましたが、価格は非常に高く、iDashboards はユーザー セッションに制限があり、ユーザー ログインの処理方法を直接妨げています (1 つの会社で同じユーザー/パスを 10 人が使用している可能性があります)。セッション」はかなり受け入れられません。

データを使用してマップ (米国のマップなど) を生成し、都市、郡、または郵便番号レベルにドリルダウンする機能も必要です (ただし、これを簡単に追加できるソフトウェアを検討します)。

私は探し続けてきましたが、これまで有用と思われるものは何も見つかりませんでした.

私たちの要件やニーズについてさらに情報を提供できる場合は、お知らせください。喜んで編集します.

Weka を使用して、バイナリの結果がわかっているトレーニング データを使用してロジスティック回帰を実行しています。パフォーマンスはかなり良好で、約 80% のインスタンスを正しく分類しています。結果が不明な現在のデータを使用したデータセットもあります。現在のデータと出力予測を使用してモデルを実行すると、各インスタンスが [はい] または [いいえ] に分類され、エラーと確率分布項 (エラー + 確率分布 = 1) が提供されます。これらの結果を理解するのに苦労しています。誰かが私がそれらをどのように解釈するべきかについて私を助けることができますか? モデルは、確率分布が 0.5 未満の場合にのみ「はい」と推測することに気付きました。これは、結果がイエスである 1 確率分布としてこれを読むべきだということですか?

R のブート ライブラリの cv.glm 交差検証手順を使用して、ロジスティック回帰のパフォーマンスをテストしています。

私の予測変数のいくつかは要因です。

実行すると、次のエラー メッセージが表示されます。

私は問題を理解していると思います。特定のレベルの因子変数が存在しない観測値のサブセットで回帰モデルをトレーニングしている可能性があります。このモデルが後で予測変数の見えないレベルを含む新しい観測で使用される場合、どのように動作するかわかりません。

これは基本的な CV の問題のように見えるので、ライブラリのドキュメントに何も言及されていないことに驚いています。

ポインタをいただければ幸いです。

order type、order date、およびの 3 つの列を持つスプレッドシートがありtarget ship dateます。USA、USAPriority、 Canada、 の4 つの注文タイプがありますMed。

各注文タイプは、特定の日付にのみ発送されます。

• 米国の注文タイプは、注文日から 2 日後に発送できます。
• 米国プライオリティは、注文日の翌日に発送されます。
• カナダの注文は、水曜日の午前 11 時 59 分までに受け取った場合、毎週木曜日に発送されます。
• 火曜日の午前 11 時 59 分までに受け取った場合、Med の注文は毎週水曜日に発送されます。

注文タイプと注文日に基づいて出荷予定日を生成するコードを作成したいと考えています。

私は次のようなトレーニングデータセットを持っています:

最初の 4 列は 1 つのサンプルの特徴で、最後の列はその出力です。

私はこのようにscikitを使用します:

ロジスティック回帰は常に 0 から 1 の間の確率値を与えるべきだと思いました。