在系统工程课程中学到的各种方法可用于对北京的交通流量数据进行预测或分析

系统工程项目 描述 一般而言，在课堂上学习到的不同方法可用于预测或分析北京的交通流量数据。 任务1：使用多元线性回归预测交通流量； 任务2：使用主成分分析（PCA）每天描述流量中的关键特征 任务3：使用K-means聚类对高峰时间流量进行分类； 任务4（可选）使用神经网络拟合并将结果与​​任务1进行比较； 任务6（可选）使用自组织图并将结果与​​任务3进行比较； 请注意，我不在从事可选任务5。 怎么跑？ 任务1：该任务分为两个子任务，以找出更合适的模型设置和数据选择； 子任务1：运行“ problem1.m”； 可以将“期间”更改为5（分钟）的乘数，以调整预测的时间段； 子任务2：运行“ problem1_2.m”； 任务2：运行“ problem2.m”； 任务3：此任务也分为两个子任务： 子任务1：将“标志”设置为0并运行“ problem3.m”； 子任务2：