使用混合机器学习方法的航班延误预测：美国主要航空公司案例研究
机器学习
2024-09-04 v1
摘要
自1978年美国航空业放松管制以来，航空业的空中交通量持续增长。因此，航班延误已成为航空公司和乘客关注的主要问题，引发了关于影响航班延误因素（如出发延误、到达延误和总延误）的大量研究。航班延误导致燃料、劳动力和资本等有限资源的消耗增加，并且预计在未来几十年内还会增加。为了解决航班延误问题，本研究提出了一种混合方法，结合了深度学习和经典机器学习技术的特征。此外，还将多种机器学习算法应用于航班数据，以验证所提出模型的结果。为了衡量模型的性能，计算了准确率、精确率、召回率和F1分数，并生成了ROC和AUC曲线。该研究还包括对航班数据和每个模型的广泛分析，以获得对美国航空公司有洞察力的结果。
引用
@article{arxiv.2409.00607,
title = {Flight Delay Prediction using Hybrid Machine Learning Approach: A Case Study of Major Airlines in the United States},
author = {Rajesh Kumar Jha and Shashi Bhushan Jha and Vijay Pandey and Radu F. Babiceanu},
journal= {arXiv preprint arXiv:2409.00607},
year = {2024}
}