[发明专利]一种车站接驳方式分担率的预测方法、装置、设备及介质

权利要求书

1.一种车站接驳方式分担率的预测方法，其特征在于，包括：

在获取预设数量乘客的调查内容后，确定优选乘客并将全部优选乘客的调查内容作为基础数据，其中，所述调查内容包括个人属性、乘客类型、接驳方式、接驳地点以及接驳时间；

在基于所述基础数据中的接驳地点确定路网接驳距离后，构造数据集S并对所述数据集S中元素的部分特征进行变量赋值，其中，所述数据集S由所述优选乘客作为集合中的元素，每个元素包含的特征为个人属性、乘客类型、接驳方式以及路网接驳距离，所述部分特征为个人属性、乘客类型、接驳方式；

将所述数据集S分为训练数据集S_train和测试数据集S_test；

基于所述训练数据集S_train，按照当前切分规则生成部分决策节点指定的初始回归树；

基于所述测试数据集S_test对所述初始回归树进行后剪枝，得到基础回归树；

在根据所述训练数据集S_train生成所述基础回归树的剩余部分后，基于所述测试数据集S_test对所述剩余部分进行后剪枝，从而得到最终回归树；

根据所述最终回归树中每个叶节点对应的数据集中各类接驳方式的人数占比，预测车站各类接驳方式的分担率。

2.根据权利要求1所述车站接驳方式分担率的预测方法，其特征在于，所述在获取预设数量乘客的调查内容后，确定优选乘客并将全部优选乘客的调查内容作为基础数据，包括：

在获取预设数量乘客的调查内容后，将各乘客的接驳时间分别与对应的理论接驳时间进行比对，得到各乘客的参考差值，其中，所述参考差值为接驳时间与理论接驳时间的误差绝对值区间中的最小值；

若乘客的参考差值小于预设差值，确定该乘客为优选乘客并将全部优选乘客的调查内容作为基础数据。

3.根据权利要求1所述车站接驳方式分担率的预测方法，其特征在于，所述将所述数据集S分为训练数据集S_train和测试数据集S_test包括：

通过随机抽取的方式，按照预设比例将所述数据集S分为训练数据集S_train和测试数据集S_test。

4.根据权利要求1所述车站接驳方式分担率的预测方法，其特征在于，所述当前切分规则包括：

S40、先根据乘客的乘客类型将数据集进行二元切分，得到第一数据集，其中，乘客类型为二值型变量；

S41、遍历第一数据集中的路网接驳距离对第一数据集进行二元切分，确定第一备选切分点；

S42、选出信息增益最大的第一备选切分点作为所述第一数据集的最佳切分点，并基于所述最佳切分点对所述第一数据集进行二元切分得到第二数据集；

S43、将第二数据集作为新的第一数据集重复步骤S41-S43，直到第二数据集出现取消切分情况。

5.根据权利要求4所述车站接驳方式分担率的预测方法，其特征在于，所述基于所述测试数据集S_test对所述初始回归树进行后剪枝，得到基础回归树，包括：

S50、根据所述初始回归树对所述测试数据集S_test进行划分，使得每个路网接驳距离范围(j_k，j_k+1]都对应有数据集s_k，k+1；

S51、对所有路网接驳距离范围相邻的数据集s_k，k+1、s_k+1，k+2进行卡方检验，从而判断数据集s_k，k+1和数据集s_k+1，k+2中的各类接驳方式分布是否一致；

S52、若是，则将路网接驳距离值j_k+1作为备选合并点；

S53、确定所有备选合并点对应的信息熵变化值，从中选出最小的信息熵变化值对应的备选合并点作为合并点，并根据所述合并点对所述初始回归树进行剪枝后得到基础回归树；

S54、将所述基础回归树作为新的初始回归树重复步骤S50-S54，直到根据所述基础回归树对所述测试数据集进行划分后不存在备选合并点。