原文传递
出行方式选择:机器学习方法与多项Logit模型比较研究
| 题名： | 出行方式选择:机器学习方法与多项Logit模型比较研究 |
| 正文语种： | 中文 |
| 作者： | 刘春禹；罗霞； |
| 关键词： | 机器学习；出行方式选择；多项Logit模型；中小城市；预测精度 |
| 摘要： | 在交通出行预测中,多项Logit模型(MNL)的应用十分广泛,但是同时也存在很大的缺陷。模型假定各选择枝不可观测的随机效用部分相互独立且服从二重指数分布,但是这在很多情况下都与实际不符。本文采用机器学习方法中的决策树(Decision Tree)和支持向量机(SVM)模型与多项Logit模型进行对比分析,找出对于居民出行方式选择预测最准确的模型。本文采用的数据来源于2016年12月安顺市的居民出行调查数据,通过三个模型对比可得,SVM模型的预测精度最高,其次是决策树模型,MNL模型的预测精度相对较低。 |
| 期刊名称： | 综合运输 |
| 出版年： | 2018 |
| 期： | 08 |
| 页码： | 57-63 |
相关文献
检索历史
应用推荐
