《表1 MAE结果对比：基于图卷积神经网络的地铁客流预测方法》

  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

《基于图卷积神经网络的地铁客流预测方法》

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

本文采用的数据集为天池全球城市计算AI挑战赛的公开数据集，数据集包含了2019年1月1日至2019年1月25日的地铁刷卡数据记录，预测未来一天以10分钟为单位的各时段各地铁站的出站人数和进站人数，采用平均绝对误差（Mean Absolute Error，MAE）进行评估，最后再对两者取平均得到评分。我们将图卷积神经网络模型与其他著名机器学习模型K最近邻（KNN），支持向量回归（SVR）以及另外一种著名的集成模型Xgboost进行对比，对比结果如表1所示。