《表1 行程时间预测误差：基于参与式机器学习方法的行程时间动态预测模型》

  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

《基于参与式机器学习方法的行程时间动态预测模型》

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

图9～图12定性地说明了这几种方法都可以用来解决行程时间预测问题，大体上预测趋势都是一致的．为了量化各种算法的精确度，探究本文提出方法是否优于其他3种方法，基于无量纲和尺度无关原则，本文采用平均绝对误差（MAE）、平均绝对百分比误差（MAPE）和均方根误差（RMSE） 3个统计指标来缩小观察范围．本文计算了行程时间误差指标MAE、MAPE、RMSE，见表1.