Feb, 2024

利用机器学习分类器建模货运模式选择：基于商品流量调查（CFS）数据的对比研究

PDF
TL;DR通过研究货运方式选择模型中机器学习分类器的实用性，本研究调查了八种常用的机器学习分类器，包括朴素贝叶斯、支持向量机、人工神经网络、K 最近邻、分类与回归树、随机森林、提升 (boosting) 和装袋 (bagging)，并与经典的多项式逻辑模型进行比较。使用美国 2012 年商品流量调查数据作为主要数据源，并且通过次要数据源补充了空间属性。根据预测准确度结果对这些分类器的性能进行比较。当前研究还考察了样本大小和训练 - 测试数据分割比对各种方法的预测能力的影响。此外，估计了变量的重要性以确定变量对货运方式选择的影响。结果表明，基于树的集成分类器效果最好。具体而言，随机森林产生了最准确的预测，紧随其后的是提升和装袋。在变量的重要性方面，货运特征，如运输距离、发货人的行业分类和货运规模，是货运方式选择决策中最重要的因素。
machine learning classifiersfreight mode choicepredictive abilitytree-based ensemble classifiersshipment characteristics
发现论文，激发创造
  • 提高货运模式选择模型的准确性：基于 2017 年 CFS PUF 数据集和集成学习技术的研究案例

    使用 2017 年商品流动调查的公共数据集，构建了一个高性能货物运输方式选择模型，提出了三个主要改进：针对每个独立的商品 / 行业类别构建本地模型，提取有用的地理特征，尤其是起始 / 目的地区域之间每种货运方式的派生距离，并应用附加的集成学习方法来结合本地和统一模型的结果，以提高性能。该方法在不引入外部信息的情况下实现了 92% 以上的准确度，相比在 10000 个样本上直接拟合随机森林模型，提高了 19% 以上。此外，使用 SHAP 值解释了所提模型的输出和主要模式。该模型框架可以增强现有货物运输方式选择模型的性能和可解释性。

    Feb, 2024

  • 评估使用统计和机器学习技术确定出行方式选择的因素 —— 以印度孟加拉城市为例

    决策行为是交通规划中的关键问题，传统的统计学习方法在预测性能方面存在局限性，机器学习模型在交通规划者中备受关注。然而，机器学习模型的黑箱特性限制了其在决策和政策制定中的实际应用。本研究使用了低收入和低中等收入家庭的数据集，采用了多项式逻辑模型和机器学习分类器，通过特征重要性和个体条件期望图解释了决策行为。研究结果表明，机器学习模型中的随机森林模型具有最佳的准确性，而旅行成本的增加会显著降低公交出行的概率，而旅行时间的减少则增加对地铁的偏好。这项研究扩展了使用机器学习技术进行模式选择分析的研究，并有助于提高对这些模型在真实数据方面的理解，包括准确性和可解释性。

    Jan, 2024

  • 个性化上下文感知的多模态交通推荐

    本研究利用多种模型，探索基于用户偏好和行程特征（如成本、时间、出行目的和距离）的最佳交通方式，在实际生活中得到的数据支持下，研究发现使用梯度加速树模型结合少数类过采样技术（SMOTE）的表现最为突出，而在对数模型中可以看出：（1）交通成本增加会降低各种交通方式的效用；（2）对于地铁或多模式选项（包含地铁）人们对于出行距离有较高的容忍度，说明地铁线路可能是大城市最佳候选方案。

    Oct, 2019

  • 朴素贝叶斯和随机森林用于农作物产量预测

    本研究分析了 1997 年至 2020 年期间印度的作物产量预测，重点关注各种作物和关键环境因素。利用线性回归、决策树、KNN、朴素贝叶斯、K 均值聚类和随机森林等先进的机器学习技术来预测农业产量。尤其是朴素贝叶斯和随机森林模型通过数据可视化展示了高度的效果。研究得出结论，整合这些分析方法显著提高了作物产量预测的准确性和可靠性，为农业数据科学做出了重要贡献。

    Apr, 2024

  • 乳腺癌风险因素分析和生存预测的监督式机器学习

    利用机器学习方法，比较逻辑回归、支持向量机、决策树、随机森林、极端随机树、最近邻算法和自适应增强等七种分类模型来预测基于 METABRIC 数据集中 1904 名患者记录的 5 年乳腺癌生存率。研究结果表明，这些分类器可以准确预测样品的生存率，分别为 75.4％，74.7％，71.5％，75.5％，70.3％和 78％

    Apr, 2023

  • 经典算法是公平学习者：对自然天气和野火发生的分类分析

    经过评估，本文旨在展示经典的机器学习算法（如决策树、Boosting、支持向量机、k 最近邻算法和浅层人工神经网络）在处理稀疏数据的分类任务中的效果，并观察数据噪声增加时对这些算法的影响，以及不同参数对分类准确性的提升。研究表明，即使在有限的数据集和嘈杂的环境下，这些经典算法依然具有很好的学习性能。

    Sep, 2023

  • 机器学习方法在交通量预测中的应用：以摩洛哥高速公路网络为例

    本研究旨在探讨用于摩洛哥高速公路交通预测的不同方法，包括统计分析和机器学习，该研究采用多种算法，如随机森林、人工神经网络和长短时记忆神经网络等，并开展了数据整理和深入理解交通行为的贝塔模型。

    Nov, 2017

  • 机器学习分类算法的比较及其在弗雷明翰心脏研究中的应用

    利用机器学习算法在医疗保健领域可能会放大社会不公和卫生不平等问题；本研究关注于机器学习分类算法在开发和使用过程中遇到的一些普遍性障碍，通过以弗雷明汉冠心病数据为案例，说明了如何选择概率阈值将回归模型转换为分类器，并比较了八种常用机器学习分类算法在不同训练 / 测试场景下的预测性能，以测试它们的普适性和可能引发的偏见问题；得到的研究结果表明，XGBoost 和支持向量机在不平衡数据集上训练存在缺陷，而双重判别式为 I 型是最具普适性的，它在各种训练 / 测试场景下都始终优于其他分类算法；最后，提出了一种用于分类算法的最佳变量层次结构提取方法，并以全量数据、男性和女性的弗雷明汉心脏病数据进行了说明。

    Feb, 2024

  • 针对网络入侵检测数据集特征调整的集成分类器设计

    本文针对 UNSW-NB15 数据集的类不平衡和特征空间中的类重叠问题，提出了一种机器学习分类器的数据驱动设计和性能评估方法，其中使用 Balanced Bagging、eXtreme Gradient Boosting、Hellinger Distance Decision Tree 等集成方法来解决不平衡数据问题，提出了两种新的算法来解决类重叠问题，并提高了测试数据的分类性能。实验证明，相比已有技术，该方法在二元和多种情况下均有显著优势。

    May, 2022

  • 使用机器学习算法分析频谱占用

    利用机器学习技术，分析了频谱占用情况，比较了有监督和无监督算法的分类精度和计算时间，并利用分类结果评估了未来时间段的次级用户中断概率，在此基础上提出了一种结合萤火虫算法的支持向量机模型，其表现优于其他算法。

    Mar, 2015