《表5 不同类别乘客聚类中心及占比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多维属性的轨道交通出行行为分类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文基于Scikit-Learn的GMM算法对工作日乘客出行数据（共3 019 568人）进行聚类，取Calinski-Harabaz分数最大时的乘客聚类数最终将工作日乘客分为五类，各类别乘客聚类中心如表5所示。为了直观理解每类群体的出行特征，采用雷达图可视化各类乘客出行特征的聚类中心分布，如图4所示。