《表3 RF分类器包含特征》
![《表3 RF分类器包含特征》](http://bookimg.mtoou.info/tubiao/gif/DQXX202009002_03100.gif)
本系列图表出处文件名:随高清版一同展现
《基于多源地理大数据与机器学习的地铁乘客出行目的识别方法》
实现地铁出行目的识别,共需5个步骤。(1)基于居民出行调查数据筛选居民地铁出行记录,并提取出每条地铁出行记录的起点站、终点站等位置信息,以及出发时刻、到达时刻、出行时长、出行目的等出行特征信息。(2)根据地铁站点位置信息,使用POI数据,分别对居民出行调查数据与SCD中每次出行起止地铁站周边土地利用情况进行表征。(3)采用简单随机抽样法,将地铁出行样本划分为训练集与测试集。基于训练集数据,以地铁出行出发时刻、到达时刻、出行时长等出行特征,出行起始站点和到达地铁站点周边的土地利用特征,以及出行目的为预测变量,对RF分类器进行训练。(4)使用样本测试集对RF分类器效果进行检验。(5)将2018年北京市SCD中每条记录对应出行变量与始末站点周边土地利用特征、空间位置变量带入RF分类器中,获得每条记录的出行目的识别结果。其中,步骤(1)与步骤(2)具体计算过程已分别在交通调查数据与POI数据部分介绍。步骤(3)至步骤(5)如图3(a)—图3(c)所示。与此同时,表3对RF分类器中所选取特征进行具体描述。
图表编号 | XD00220127800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.25 |
作者 | 赵鹏军、曹毓书 |
绘制单位 | 北京大学城市与环境学院城市规划与交通研究中心、北京大学城市与环境学院城市规划与交通研究中心 |
更多格式 | 高清、无水印(增值服务) |