航班到港延誤時長預測及特征分析

打開文本圖片集

摘 要：為破除XGBoost模型的黑盒特性，增強模型的說服性，提出一種基于SHAP的可解釋性航班到港延誤時長預測模型。首先，對航班歷史數(shù)據(jù)、天氣數(shù)據(jù)進行融合，在融合數(shù)據(jù)的基礎上進行異常值處理，并利用遞歸特征消除方法進行特征選擇；其次，構建航班延誤時長預測模型，利用遺傳算法進行參數(shù)調優(yōu)，并與目前常用的模型進行對比；最后，在航班延誤時長預測的基礎上結合SHAP模型，從總體特征和特征間的相互關系2個角度分析特征的重要程度。（剩余14365字）