标题航班延误分析一. 1.项目介绍：该项目使用anaconda下jupyter对美国航班延误情况进行分析，数据来源http://www.transtats.bts.gov. 二. 1.首先导入所需要的库 import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline 2.设置属性 p
转载
2024-01-17 14:45:28
181阅读
1评论
飞行需求不断膨胀，有限的空域资源愈发拥挤，带来航班延误、资源浪费及航行安全等问题，降低机场运行效率。机坪作为空中交通起讫点，也是拥堵、延误多发区，对机场整体运行效率至关重要。如何在兼顾成本下，让机坪管理效率进阶提升，让旅客获得更多安全感与信任感？宇视科技(uniview)以智慧机坪解决方案助力机场精细化管理，航班过站时间减少5分钟，机场运营费用节省8%，航班放行正常率提升3%，给出一份扎实而轻盈的
高可信度航班延误预测模型及模型可解释性随着航空运输市场需求量的不断增加，在规模较大的机场，航班易出现延误。在发生大面积航班延误时，如果没有良好的应对机制，不仅会产生旅客群体性事件，还将带来一系列延误造成的连锁反应。本项目基于航班起飞时可以测量的特征，构建MLP模型，以预测航班是否延误。并计算不同特征的重要程度来对模型做出解释，并推断延迟的原因。我们还将使用bootstrapping来估计模型的预测
阅读3Hierarchical integrated machine learning model for predicting flight departure delays and duration in series文章信息摘要1.介绍2.航班延误问题描述4.分层集成模型的提出5.机器学习方法描述6.Numerical experimental work6.1数据来源以及预处理6.2起飞延
转载
2024-05-04 16:39:39
304阅读
基于遗传算法的航班延误航班调度模型建模可用作生产调度的课程作业 旅客失望溢出成本定义：因航空公司航班延误导致原航班的旅客不能按照原定计划到达目的地，由于航班延误，给旅客造成不良的出行体验，对航空公司的满意度和信任度大打折扣，导致旅客在下一次选择消费时不考虑该公司的航班而转向其它公司航班或选择乘坐其他交通工具给该公司造成的信用损失和经济损失。 有关旅客失望溢出函数的定义与该航班的乘客人数、飞机票价和
一、实验介绍 1.1 实验内容“我们很抱歉地通知您，您乘坐的由XX飞往XX的XXXX航班延误。” 相信很多在机场等待飞行的旅客都不愿意听到这句话。随着乘坐飞机这种交通方式的逐渐普及，航延延误问题也一直困扰着我们。航班延误通常会造成两种结果，一种是航班取消，另一种是航班晚点。 在本课程中，我们将通过 Spark 提供的 DataFrame、 SQL 和机器学习框架等工具，基于 D3.js 数据可
转载
2024-01-31 17:28:02
135阅读
K近邻算法，即K-Nearest Neighbor algorithm，简称KNN算法，单从名字来猜想，可以简单粗暴的认为是：K个最近的邻居，当K=1时，算法便成了最近邻算法，即寻找最近的那个邻居。为何要找邻居？打个比方来说，假设你来到一个陌生的村庄，现在你要找到与你有着相似特征的人群融入他们，所谓入伙。 用官方的话来说，所谓K近邻算法，即是给定一个训练数据集，对新的输入
转载
2023-10-16 22:55:49
195阅读
导 语根据HBR的Thomas Davenport的说法，分析技术在过去十年中发生了巨大的变化，通过商用服务器、流分析和经过优化的机器学习技术实现更强大，更便宜的分布式计算，使公司能够存储和分析更多不同类型的数据。Werner Vogel在他最近发表的主题演讲中指出，如今关键技术的驱动因素是数据、物联网（IoT）和机器学习。利用来自物联网需要实时处理的大量数据，使用机器学习为它增值，并具有可扩展的
转载
2024-08-23 13:07:16
357阅读
雪，好大的雪，从午夜开始下，到了凌晨还没有停，6：00，启程去机场，飞三亚。
6:40到了，7：50的航班，7:20就登机了。心里一直在打鼓，这么大的雪，航班会不会延误？同事说不会，希望吧。
7:50了，雪依然很大，飞机没有上跑道的意思。广播通知，等待除冰。自从包头飞机回为没有除冰就起飞出了事故以后，没有人敢带着冰雪起飞了。
8:50了，还在等
推荐
原创
2009-11-01 09:35:15
2467阅读
9评论
如题
原创
2021-07-23 17:04:05
174阅读
# 使用R语言实现KNN预测模型和ROC曲线
在数据科学和机器学习领域，K最近邻（K-Nearest Neighbors, KNN）算法是一种简单有效的分类方法。结合KNN算法的效果，我们还可以通过接收者操作特征曲线（ROC Curve）评估模型的性能。本文将向您介绍如何在R语言中实现KNN预测模型和绘制ROC曲线。
## 流程概述
在实现KNN预测模型和ROC曲线的过程中，我们需要按照以下
常见的数据缺失填充方式分为很多种，比如删除法、均值法、回归法、KNN、MICE、EM等等。R语言包中在此方面比较全面，python稍差。 目前已有的两种常见的包，第一个是impyute，第二个是fancyimpute,具体的内容请百度，此方面的例子不是很多。比如fa
转载
2023-10-18 07:35:01
616阅读
# KNN算法在R语言中的应用
K最近邻（K-Nearest Neighbors）是一种常用的无监督学习算法，常用于分类和回归问题。在R语言中，我们可以使用`class`包中的`knn()`函数来实现KNN算法。本文将介绍KNN算法的原理、在R语言中的实现以及一个简单的示例。
## KNN算法原理
KNN算法是一种基于实例的学习方法，其基本思想是通过计算待分类样本与已知样本的距离，选择距离最
原创
2024-02-23 08:17:20
75阅读
---
title: "Summary of Reading"
author: "ChenWei"
date: "2020/6/24"
output: word_document
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE) 这一次我阅读的是Francisco Martinez等著的《Time Seri
转载
2023-09-21 21:56:33
135阅读
算法要点：knn（k-nearst neighbor）1：k：=最近邻点数，D：=training set of data2：for (待测点z)3：计算z和每个样例（x，y）的距离4：选择离z最近的k个训练样例的集合5：统计第4步得到的点哪一类多，则z就属于哪一类6：end for数据：libraryI(ISLR)names(Smarket )#R自带数据knn代码：attach(Sm
转载
2023-06-13 19:53:38
346阅读
Loading [MathJax]/jax/output/HTML-CSS/jax.js
KNN实例junjun2016年2月10日 实例一、K近邻算法R语言实践，使用class包中的三个函数knn()、knn1()、knn.cv()分别做K近邻分类，并比较结果#1、加载数据
data("iris")
#2、创建训练集和测试集数据
library(caret)## Loading
回所了，开始处理数据，由于cartopy绘制极地投影加标签实在是太麻烦了，就用R把nc数据处理了，再用ncl画图。 本文包括：R语言使用ncdf4批量读写nc使用lubridare包将日均数据转为月均数据使用trend包进行MK趋势检验ncl极地绘图R语言批量读取nc文件主要使用ncdf4包，用法和python差不多，没什么好讲的，直接上代码：library('ncdf4')
ncfiles<
转载
2023-06-01 16:51:45
255阅读
# 实现R语言KNN权重的步骤
## 1. 准备数据集
在实现KNN权重算法之前，首先需要准备好数据集。数据集应该具有以下特征：
- 包含多个特征（属性）和一个目标变量（分类或回归）
- 特征应该是数值型的，可以使用欧氏距离计算相似度
- 目标变量可以是分类（离散值）或回归（连续值）
## 2. 数据预处理
数据预处理是为了保证数据的质量和一致性，包括以下步骤：
- 缺失值处理：删除缺失值或进
原创
2023-10-28 07:29:26
36阅读
在统计学和机器学习领域，K近邻（KNN）算法是一种非参数的分类和回归方法。该算法根据数据点之间的距离来进行预测，其简单易懂的原理和实现，使得它在实际应用中得到广泛应用。本文将详细记录“R语言 KNN原理”的分析过程，从背景描述到技术原理，再到源码分析与总结展望，力求梳理出KNN在R语言中的实施步骤和实现机制。
## 背景描述
KNN算法的核心思想是：对于一个待分类的数据点，通过计算其与训练集中其
K-近邻算法（KNN）原理及举例样本集中每一个数据与所属分类有对应关系，输入没有标签的新数据后，将新数据与训练集数据的对应特征进行比较，找出“距离”最近的k个数据，选择这k个数据中出现最多的分类作为新数据的分类。 算法描述 (1) 计算已知类别数据集中的点与当前点的距离;(2) 选取与当前点距离最小的k个点(3) 确定前K个点所在类别出现的频率(4) 返回频率最高的
转载
2023-11-07 00:44:05
129阅读
