基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了能够对航班取消事件进行精准预测,提出了以XGBoost算法为分类器的分类模型.首先对原始数据集进行探索及清理;然后基于XGBoost分类器进行建模,采用网格搜索的方法对模型的主要参数进行寻优;最后以K近邻、支持向量机和随机森林为基准模型进行性能对比.实验结果表明XGBoost分类器的性能优于基准模型,F1-Score值为0.9695.模型性能达到预期精度,可以为空管、航空公司和旅客等提供决策依据.
推荐文章
基于XGBoost分类算法的热舒适预测模型
热舒适
XGBoost分类算法
公共建筑
SHAP值
航班延误预测研究概述
航班延误
航班延误预测
航班延误预测流程
数据挖掘
基于XGBoost的航空器动态滑行时间预测方法研究
航空运输
动态滑行时间
机器学习
XGBoost
样本量
基于时序数据挖掘的航班延误预测分析
航班延误
数据挖掘
时间序列模型
决策支持
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于XGBoost算法的航班取消问题研究与预测分析
来源期刊 民航学报 学科 交通运输
关键词 航班取消 分类 XGBoost算法 网格搜索
年,卷(期) 2020,(5) 所属期刊栏目 信息化
研究方向 页码范围 117-122
页数 6页 分类号 U-8
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (16)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(9)
  • 参考文献(0)
  • 二级参考文献(9)
2017(9)
  • 参考文献(2)
  • 二级参考文献(7)
2018(8)
  • 参考文献(3)
  • 二级参考文献(5)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
航班取消
分类
XGBoost算法
网格搜索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
民航学报
双月刊
2096-4994
10-1526/V
16开
北京市朝阳区光熙门北里甲31号
2017
chi
出版文献量(篇)
522
总下载数(次)
3
总被引数(次)
156
论文1v1指导