基于有监督机器学习的旅客购票行为建模分析

• 作者: 张镫月 彭超华
• 来源期刊: 科技与创新
• 关键词: 有监督机器学习 Pearson检验 Fisher-Score准则 Scott-Knott检验
• 年，卷（期）: 2024,（22）
• 所属期刊栏目: 工程技术
• 页码范围: 71-75,83
• 页数: 6页
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2023.22.018

摘要

主要对旅客出行时的购票行为进行建模分析。确立旅客出行影响因素模型的基本框架，基于有监督机器学习模型和框架模型中量化的指标，建立旅客购票行为的数学模型。通过应用Pearson相关性检验与Fisher-Score准则，科学评价各特征的影响程度。通过Scott-Knott显著性检验挑选出泛化能力最好的随机森林模型，并以此为基础构建了旅客购票行为的计算模型，预测学生的购票行为，给出铁路管理局具体的建议。