10.16208/j.issn1000-7024.2022.04.033
基于集成学习的离港航班延误预测方法
为解决稀疏数据对预测模型带来的负面影响,提高以机场为主体的离港航班延误预测效果,提出一种基于Xgboost模型与Logistic模型相集成的离港航班延误预测方法.将Xgboost模型作为特征转换器,把森林中每棵决策树的叶节点作为新特征向量输入到Logistic模型中进行航班延误预测.通过在未经规范化的稀疏数据上和其它预测方法相比,该方法可以显著提高单独预测模型在稀疏数据集上的预测效果,相较于其它机器学习方法预测效果更佳.
稀疏数据、特征转换、Xgboost模型、Logistic模型、集成学习
43
TP391(计算技术、计算机技术)
2022-04-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
1145-1151