基于堆模型融合的公共自行车流量变化量预测方法

摘要

本发明公开了一种基于堆融合模型的公共自行车流量变化量预测方法。本发明步骤如下：1.采用了公共自行车租借记录数据和气象数据融合的方式提取特征，从时间、空间、气象、历史、聚类等几个角度构造特征向量；2.采用结合地理位置和租还关系为距离相似度矩阵，利用聚类算法进行聚类，并将聚类特征构造到特征向量中；3.按照特征类型，将特征向量分为五个分组，利用基于梯度提升树算法的机器学习系统训练出五个基础模型，然后通过交叉验证的方式训练特征，将五组基础模型的结果作为特征训练了堆模型。本发明保证了基础模型之间存在一定的差异性，最后采用交叉验证的方式构造堆模型，提升模型的准确度，具有较好的预测精度，误差较低。