基于超參數(shù)優(yōu)化集成學(xué)習(xí)的出行方式選擇研究

摘要： 為解決傳統(tǒng)出行方式選擇模型和機(jī)器學(xué)習(xí)模型存在的識(shí)別精度不高、超參數(shù)優(yōu)化復(fù)雜，以及模型可解釋性弱等問(wèn)題，本文分別采用遺傳算法和貝葉斯優(yōu)化對(duì)極限梯度提升機(jī)模型進(jìn)行超參數(shù)尋優(yōu)，進(jìn)一步融合SHAP(SHapley Additive exPlanations)模型可視化出行方式屬性和個(gè)體特征對(duì)選擇概率的非線性關(guān)系，采用5折交叉驗(yàn)證的方式訓(xùn)練，避免過(guò)擬合。最終，結(jié)合瑞士地鐵數(shù)據(jù)驗(yàn)證所提模型... （共10頁(yè)）