Neural network 如何创建用于查找地理位置的神经网络

有人在某个时间从某个地方点了一份食物。我有以下资料：

• 地点-送货地址
• 订单日期和时间
• 星期几
• 那天的天气

神经网络的目的是训练它，然后预测未来的订单。例如，明天订单最多的地方

应该使用哪种类型的神经网络来实现这一目标？ 哪种框架或库更适合用于此类神经网络

---

如果能有一个类似神经网络的例子，那就太好了

您的数据是一个时间序列，可以通过递归神经网络（RNN）等方法处理。这里流行的选择是

你应该考虑你的定位系统应该具备什么样的粒度。确切的坐标是不相关的，你应该把它翻译成地址，或者更好的是，地区。您可以尝试使用方形网格，但手工制作的效果会更好。可视化您的培训数据，查看订单如何聚类，并在此基础上创建区域

---

预计各种形式的季节性。如果不是一年（取决于气候），你的ANN肯定会至少看一个月。你可以从一周开始

输入特征和目标标签是什么？输入数据[[地理位置]，[日期]，[月号]，[年份]，[星期几]，[时间-秒]，[温度]]。例如：[50.1007649,8.709635]，[14]，[4]，[2017]，[5]，[36412]，[15]]在培训后，网络将接收第二天的数据并返回订单的可能地理位置。是否有任何建议？输入数据[[地理位置]，[天]，[月号]，[年]，[星期几]，[时间-秒]，[温度]。例如：[[50.1007649,8.709635]、[14]、[4]、[2017]、[5]、[36412]、+15]]培训后，网络将接收第二天的数据并返回订单的可能地理位置。对于培训，我有一个为期一年的订单统计谢谢-我调整了答案。谢谢！我将对此进行研究。