典型文献
基于分类回归决策树算法的航班延误预测模型
文献摘要：
针对民航客机航班延误问题,构建了基于随机森林(random forest)与分类回归决策树(CART,classification and regression tree)算法的航班延误预测模型,利用国内大型机场的真实数据集对模型进行训练,通过与Logistic回归算法,K-近邻回归(KNN,K-nearest neighbor)算法和决策树(decision tree)算法的训练结果对比,从拟合效果可以看出,该方法可以处理高维度数据,泛化能力好,降低了过拟合的可能性,模型的拟合程度R2可以达到0.83.
文献关键词：
航班延误;随机森林模型;分类回归决策树(CART)算法
中图分类号：
作者姓名：
王辉;张文杰;刘杰;陈林烽;李泽南
作者机构：
中国民航大学航空工程学院,天津 300300;天津(滨海)人工智能军民融合创新中心研究一部,天津 300300
文献出处：
引用格式：
[1]王辉;张文杰;刘杰;陈林烽;李泽南-.基于分类回归决策树算法的航班延误预测模型)[J].中国民航大学学报,2022(03):35-40
A类：
B类：
回归决策树,决策树算法,航班延误预测,民航客机,random,forest,CART,classification,regression,tree,大型机场,真实数据,回归算法,近邻回归,KNN,nearest,neighbor,decision,结果对比,拟合效果,高维度数据,泛化能力,过拟合,拟合程度,随机森林模型
AB值：
0.387413
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
