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[2] 

机构地区：[1]上海对外经贸大学国际经贸学院,上海201600 [2]南通大学机械工程学院,江苏南通226019

出　　处：《科技与创新》2023年第22期65-69,77,共6页Science and Technology & Innovation

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。

关 键 词：有监督机器学习 Pearson检验 Fisher-Score准则 Scott-Knott检验 

分 类 号：U293[交通运输工程—交通运输规划与管理]