witgaw/METR-LA

METR-LA交通数据集包含用于时间序列预测任务的交通流量数据，常与图神经网络（特别是DCRNN模型）一起使用。数据集按时间顺序分为训练集、验证集和测试集，每个集合包含所有传感器的数据。数据以Parquet格式存储，包括历史和未来时间步长的交通流量值和时间特征。数据集的总样本数约为34K，每个样本包含207个传感器的数据，时间分辨率为5分钟，预测范围为1小时。

The METR-LA Traffic Dataset contains traffic flow data for time series forecasting tasks, commonly used with Graph Neural Networks, especially the Diffusion Convolutional Recurrent Neural Network (DCRNN) model. The dataset is split into training, validation, and test sets in chronological order, with each set containing data for all sensors. The data is stored in Parquet format, including traffic flow values at historical and future time steps as well as time features. The dataset has a total of approximately 34K samples, with each sample containing data from 207 sensors, a temporal resolution of 5 minutes, and a prediction horizon of 1 hour.

搜集汇总

背景与挑战

背景概述

METR-LA是一个交通流量时间序列预测数据集，包含207个传感器在5分钟时间分辨率下的历史交通流量数据，用于预测未来1小时的交通状况。该数据集常用于图神经网络模型（如DCRNN），并采用时间顺序分割（训练70%、验证10%、测试20%）以避免数据泄露。