机器学习方法在出行方式选择建模中的预测与行为分析

多种机器学习(ML)方法在出行方式选择预测中的出现给交通建模者提出了一个有趣的问题:哪些模型应被用于哪些应用?该问题的答案超越了简单的预测性能,而是许多因素的平衡,包括行为可解释性与可说明性、计算复杂度和数据效率。已有越来越多的研究试图比较不同ML分类器与传统随机效用模型的预测性能。然而,现有研究通常只分析非聚合预测性能,忽略了影响模型选择的其他方面。此外,许多研究受到技术限制的影响,例如使用不恰当的验证方案、对层次数据的不正确抽样、缺乏外部验证,以及 exclusively 使用离散指标。我们通过在不同建模问题上系统比较不同建模方法,依据可能影响模型选择的关键因素(样本外预测性能、预测市场份额的准确性、行为指标的提取以及计算效率)来解决这些局限。我们将多个真实世界数据集与已知数据生成函数的合成数据集相结合。结果表明,具有最高非聚合预测性能的模型(即极端梯度提升和随机森林)比其他模型(包括深度神经网络和多项Logit(MNL)模型)提供更差的行为指标和聚合方式份额估计,且估计成本更高。进一步观察到,MNL模型在多种情况下表现稳健,尽管ML技术可改进诸如支付意愿等行为指数的估计。