图 ：与 连接并从每个自行车站检索数据的工作流程部分。
步骤 ：迭代已知站点并向每个事件添加时间序列信息
我们假设所有站点和事件都是完全独立的。因此，无论其他站点发生什么，我们都可以为每个站点创建训练数据。“事件检索器“节点为我们提供了许多选项来限制检索到的事件数量：
但是，我们仅设置参数“设备 ”，并在循环的每个步骤 阿塞拜疆电话号码数据 中检索单个设备的所有事件。然后我们使用“滞后列”节点上的“负载率”列创建了一个简单的时间序列：我们为每个小时记录添加过去 小时的站点负载率。然后我们展望未来一小时，添加目标变量：我们需要添加或删除自行车，还是不需要采取任何行动？
图 ：预处理：从 读取事件数据；创建时间序列数据，并推断目标变量。是否需要在下一个小时内从给定站点添加或删除自行车？
当然，这将是添加外部数据的目的，例如有关当前日期是工作日还是假日的信息、当前的天气状况如何，或者可能是从其他设备从 检索到的其他测量值。
步骤 ：可视化
提供了各种各样的可视化方法。我们添加了一些方法只是为了了解数据。图 显示了单个站的互相关矩阵。它表明各个“负载率”特征高度相关——正如人们所预料的那样。