[发明专利]基于随机森林模型的出租车载客热点预测方法

权利要求书

1.基于随机森林模型的出租车载客热点预测方法，其特征在于，包括步骤：

S1、根据公交站点构建泰森多边形，并对每个泰森多边形按预设规则构建多变量的预测数据集；

步骤S1具体为：

根据公交站点构建泰森多边形，并对每个泰森多边形按星期、时段统计每个泰森多边形公交上/下客数量以及出租载客数量构建多变量的预测数据集；

S2、根据所述预测数据集构建得到多个训练样本；

S3、分别为每个训练样本建立用于分类的决策树，并根据所述决策树得到相应的预测值；

步骤S3具体为：

S31、分别根据每个训练样本中特征的数目max_features，确定决策树上一个节点的决策结果；

其中M表示特征的总数目，且max_featuresM，所述特征具体包括历史时间属性、星期属性、空间属性、公交客流、天气因素、是否节假日和功能区；

S32、根据所述决策结果对于每一个节点，随机选择max_features个特征得到相应的决策树，并根据所述决策树得到相应的预测值；

步骤S3还包括：

S33、从预测数据集中以有放回抽样方式，取样max_features次，形成一个测试集，并根据所述测试集对所述决策树进行评估，判断误差是否小于预设值；

若误差小于预设值，则根据所述决策树得到相应的预测值；

S4、根据所有的预测值对出租车载客热点进行预测；

步骤S4具体包括：

S41、取所有的预测值取的平均值作为最终预测值；

S42、根据所述最终预测值进行载客核密度分析，并根据分析结果提取等值线；

S44、根据所述等值线设定阈值提取载客热点区域和载客热点。

2.根据权利要求1所述的基于随机森林模型的出租车载客热点预测方法，其特征在于，步骤S2具体为：

以有放回抽样方法随机抽取大小为预测数据集2/3的N个训练样本。