一种用于美国航空航班到达延误预测的数据挖掘方法
机器学习
2019-03-19 v1 机器学习
摘要
在当前美国国内航班的情形中，存在大量航班延误与取消的实例。在美国，美国航空（American Airlines, Inc.）就服务目的地数量而言是最受信赖且全球最大的航空公司。但在国内航班方面，AA 在准点率或准时性能上未达预期。航班延误亦导致运营商业航班的航空公司蒙受巨大损失。因此，它们正尽力采取某些措施以防止或避免航班延误与取消。本研究旨在分析由美国航空运营的、覆盖美国最繁忙的 5 个机场的美国国内航班信息，并利用数据挖掘与机器学习方法预测航班可能的到达延误。通过训练与超参数调优部署了梯度提升分类器（Gradient Boosting Classifier）模型，取得了 85.73% 的最高准确率。此类智能系统对于预示航班的准时性能十分必要。
引用
@article{arxiv.1903.06740,
title = {A Data Mining Approach to Flight Arrival Delay Prediction for American Airlines},
author = {Navoneel Chakrabarty},
journal= {arXiv preprint arXiv:1903.06740},
year = {2019}
}
备注
The 9th Annual Information Technology, Electromechanical and Microelectronics Conference (IEMECON 2019)