原文传递
基于XGBoost算法的共享单车借车需求量预测
| 题名： | 基于XGBoost算法的共享单车借车需求量预测 |
| 作者： | 李福;徐良杰;朱然博;罗浩顺;陈国俊 |
| 作者单位： | 武汉理工大学交通学院;湖北文理学院汽车与交通工程学院 |
| 关键词： | 共享单车;机器学习;需求预测;因素分析 |
| 摘要： | 基于纽约市的Citi Bike单车用户的历史订单数据，分析发现:气温、风速、天气、每日时间、一周时间、季节与共享单车的借车数量之间存在着相关性.基于上述因素，采用极端梯度推进决策树（XGBoost）算法建立预测模型，训练后的模型对北京市两个区域的摩拜单车的借车需求量进行预测，平方相关系数可达到0.94.结果表明:使用XGBoost算法结合天气和时间因素以及，历史数据，可实现对某区域的每小时的共享单车用户借车量的有效预测. |
| 期刊名称： | 武汉理工大学学报（交通科学与工程版） |
| 出版日期： | 202105 |
| 出版年： | 2021 |
| 期： | 05 |
| 页码： | 880-884 |
检索历史
应用推荐
