典型文献
基于LightGBM的共享单车短时需求量预测
文献摘要：
针对共享单车的站点投放量不平衡导致用户使用不便以及因共享单车使用率不高而使得企业运营困难的问题,提出一种基于LightGBM的共享单车短时需求量预测模型.首先研究天气、温度、时间等特征因素对共享单车短时使用量的影响,并通过提取主要特征有效降低模型的复杂度,然后采用贝叶斯优化对LightGBM进行调参建模,准确预测各站点每小时共享单车的需求量.最后通过实验将优化后的模型与基于XGBoost的模型和基于随机森林的模型进行对比,实验结果表明,优化后的模型更可靠,预测结果更精确.
文献关键词：
共享单车;LightGBM;需求预测;特征分析;贝叶斯优化
中图分类号：
作者姓名：
刘本兴
作者机构：
太原师范学院计算机科学与技术学院,山西晋中 030619
文献出处：
引用格式：
[1]刘本兴-.基于LightGBM的共享单车短时需求量预测)[J].现代信息科技,2022(20):84-89
A类：
B类：
LightGBM,共享单车,需求量预测,投放量,导致用户,企业运营,运营困难,先研,贝叶斯优化,参建,准确预测,各站,XGBoost,需求预测
AB值：
0.282743
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。
