机器学习在公交运输分析中的优势
机器学习
2023-11-01 v1
摘要
监督式机器学习是一种旨在通过利用过往经验来模仿人类学习的创新方法。在本研究中,我们利用监督式机器学习算法来分析影响德黑兰 BRT 公交系统准点率的因素。我们收集了德黑兰市政 2020 至 2022 年的公开数据集来训练和测试我们的模型。通过使用多种算法并借助 Python 的 Sci Kit Learn 和 Stats Models 库,我们构建了能够预测某公交线路在任意给定日期是否满足规定准点性能标准的准确模型。此外,我们深入探究每种算法的决策过程以确定其考虑的最具影响力因素。该调查使我们揭示了显著影响公交线路有效性的关键特征,为改进其性能提供了有价值的见解。
引用
@article{arxiv.2310.19810,
title = {Advantages of Machine Learning in Bus Transport Analysis},
author = {Amirsadegh Roshanzamir},
journal= {arXiv preprint arXiv:2310.19810},
year = {2023}
}