基于机器学习的公交卡数据中通勤人群辨识方法

• 作者: 孙世超 庄斌 黄伟
• 来源期刊: 交通工程
• 学科: 交通运输
• 关键词: 城市交通 IC卡数据 决策树分类方法 通勤人群
• 年，卷（期）: 2017,（1）
• 页码范围: 58-64
• 页数: 7页
• 分类号: U491.1+7
• 语种: 中文
• DOI: 10.13986/j.cnki.jote.2017.01.012

摘要

以厦门市公交IC卡数据为依托,提出一种基于问卷调查数据的机器学习分类方法——决策树模型,用于分类辨识公交刷卡数据中的通勤人群.研究中利用公交刷卡数据与调查问卷中同时包含的公交出行信息作为非类别属性变量,以公交通勤人群/非公交通勤人群作为分类变量,分别构建决策树模型中的树节点与叶节点.之后,利用随机抽取的2/3调查样本数据构成决策树算法的训练集,余下数据作为决策树算法的测试集,对模型进行构建、训练与测试,结果显示模型预测效果良好,其覆盖率约为98.1％,命中率也达到81％,最终将该模型用于公交刷卡数据中通勤人群的分类辨识.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙世超		1	0	0.0	0.0
2	庄斌		2	0	0.0	0.0
3	黄伟		1	0	0.0	0.0