第11章地鐵站點(diǎn)日客流量預(yù)測(cè)數(shù)據(jù)獲取及探索指標(biāo)計(jì)算數(shù)據(jù)可視化因素分析神經(jīng)網(wǎng)絡(luò)模型數(shù)據(jù)獲取及探索第11章

引例1：本案例是以2015年8月—11月鄭州市地鐵客流量數(shù)據(jù)為例進(jìn)行的交通-地鐵日客流量預(yù)測(cè)。以下數(shù)據(jù)給出了部分?jǐn)?shù)據(jù)的截圖，根據(jù)數(shù)據(jù)預(yù)測(cè)的需要，需要從數(shù)據(jù)中篩選出站點(diǎn)、刷卡日期、進(jìn)站和出站狀態(tài)下的數(shù)據(jù)。注：數(shù)據(jù)來(lái)源于2019年廣西大學(xué)生人工智能大賽第六賽道。數(shù)據(jù)獲取及探索第11章

案例考慮采用日客流量數(shù)據(jù)進(jìn)行分析，提取每個(gè)月各個(gè)站點(diǎn)的進(jìn)站和出站的日客流量，對(duì)提取的數(shù)據(jù)進(jìn)行可視化分析，對(duì)數(shù)據(jù)進(jìn)行匯總，采用時(shí)間序列、神經(jīng)網(wǎng)絡(luò)回歸模型進(jìn)行預(yù)測(cè)日客流量的數(shù)據(jù)，基本的實(shí)現(xiàn)思路如圖所示。數(shù)據(jù)獲取及探索第11章

二分法查找思想二分法（BisectionMethod）實(shí)際上就是把數(shù)據(jù)一分為二的方法。主要思路如下（設(shè)查找的數(shù)組區(qū)間為array[low,high]）：（1）確定該區(qū)間的中間位置k。（2）將查找的值T與array[k]比較。若相等，查找成功返回此位置；否則確定新的查找區(qū)域，繼續(xù)二分查找。區(qū)域確定如下：array[k]>T由數(shù)組的有序性可知array[k,k+1,…,high]>T，故新的區(qū)間為array[low,…，k–1]；array[k]<T類(lèi)似上面查找區(qū)間為array[k+1,…,high]。每一次查找與中間值比較，可確定是否查找成功，不成功則當(dāng)前查找區(qū)間將縮小一半，遞歸查找即可。數(shù)據(jù)獲取及探索第11章

每日數(shù)據(jù)索引范圍提取利用二分法查找函數(shù)find_index()，按時(shí)間排序好的2015年8月全刷卡數(shù)據(jù)中查找得到每日數(shù)據(jù)的結(jié)束索引，可快速獲得每日的刷卡數(shù)據(jù)，進(jìn)而計(jì)算得到每日各個(gè)站點(diǎn)的地鐵客流量數(shù)據(jù)。查找每日數(shù)據(jù)的結(jié)束索引的示例結(jié)果如圖所示。指標(biāo)計(jì)算第11章

指標(biāo)設(shè)計(jì)與計(jì)算分析原始數(shù)據(jù)。提取5個(gè)關(guān)于影響地鐵日客流量的指標(biāo)，并對(duì)其進(jìn)行字段的標(biāo)簽化處理，如表所示。考慮進(jìn)站人數(shù)的統(tǒng)計(jì)。根據(jù)顧客在同一天內(nèi)在每個(gè)站點(diǎn)的刷卡類(lèi)型進(jìn)行統(tǒng)計(jì)，進(jìn)站人數(shù)用C1表示，出站人數(shù)用C2表示，利用C1、C2的數(shù)據(jù)再進(jìn)行每天數(shù)據(jù)的求和C=C1+C2，得出日客流量的數(shù)據(jù)標(biāo)簽指標(biāo)Ad站點(diǎn)C1進(jìn)站人數(shù)C2出站人數(shù)day日期C總客流量指標(biāo)計(jì)算第11章

程序?qū)崿F(xiàn)C1、C2、C的計(jì)算。對(duì)站點(diǎn)、日期、進(jìn)站和出站客流量進(jìn)行提取，C1表示同一天同一站點(diǎn)的進(jìn)站人數(shù)的統(tǒng)計(jì)累加，C2表示同一天同一站點(diǎn)的出站人數(shù)的統(tǒng)計(jì)累加，C1和C2分別提取1日—31日的出站客流量。C表示日客流量，即同一天同一站點(diǎn)的進(jìn)站和出站人數(shù)之和C=C1+C2。以提取2015年8月數(shù)據(jù)為例，所有指標(biāo)計(jì)算執(zhí)行結(jié)果（部分）如圖所示。數(shù)據(jù)可視化第11章

以8月數(shù)據(jù)為例，對(duì)數(shù)據(jù)進(jìn)行可視化分析，并依次給出9月—11月的地鐵客流量走勢(shì)圖。由客流量走勢(shì)圖可得，節(jié)假日的客流量同工作日相比，峰值點(diǎn)偏高，需要考慮節(jié)假日、周末和工作日對(duì)日客流量的影響，確保數(shù)據(jù)的有效性和準(zhǔn)

確性。因素分析第11章

時(shí)間序列客流量預(yù)測(cè)方法的基本思路根據(jù)提供的歷史客流量數(shù)據(jù)中的隨機(jī)成分及變化的規(guī)律來(lái)預(yù)測(cè)，使用數(shù)據(jù)篩選提取2015年8月—11月各天的總客流量進(jìn)行指數(shù)平滑預(yù)測(cè)（本節(jié)以121站點(diǎn)數(shù)據(jù)為例）。對(duì)篩選的數(shù)據(jù)進(jìn)行分析，中秋、國(guó)慶等節(jié)假日和周末出行人數(shù)明顯偏多，故本模型分為兩部分進(jìn)行預(yù)測(cè)：一是利用非節(jié)假日的各站點(diǎn)的客流量數(shù)據(jù)預(yù)測(cè)12月1日—7日的客流量數(shù)據(jù)；二是考慮非節(jié)假日與非周末（工作日）的各站點(diǎn)客流量對(duì)2015年12月1日—7日客流量的預(yù)測(cè)。進(jìn)而分析節(jié)假日和周末是否能成為地鐵日客流量的影響因素，確保數(shù)據(jù)預(yù)測(cè)的準(zhǔn)確性。因素分析第11章

一、非節(jié)假日——三次指數(shù)平滑（一）數(shù)據(jù)清洗與劃分把2015年8月—11月數(shù)據(jù)匯總，并篩選出121站點(diǎn)的數(shù)據(jù)。由中國(guó)日歷表把節(jié)假日日期數(shù)據(jù)的剔除并存放在數(shù)據(jù)框，為了方便數(shù)據(jù)的使用，并把日期所在的列數(shù)據(jù)作為索引，放在數(shù)據(jù)框內(nèi)。（二）三次指數(shù)平滑模型的構(gòu)建在三次指數(shù)平滑函數(shù)ExponentialSmoothing中，則需要考慮數(shù)據(jù)的趨勢(shì)性參數(shù)trend='add'，則說(shuō)明考慮帶趨勢(shì)的數(shù)據(jù)，trend=None，則是無(wú)趨勢(shì)。seasonal_periods：季度數(shù)據(jù)為4，月度數(shù)據(jù)的為12，周期數(shù)據(jù)為7。則根據(jù)可視化數(shù)據(jù)結(jié)果，選取trend='add'，seasonal_periods=7作為參數(shù)進(jìn)行分析。因素分析第11章

一、非節(jié)假日——三次指數(shù)平滑（三）利用時(shí)間序列模型預(yù)測(cè)#Holt-Winters三次指數(shù)平滑模擬過(guò)程train=d121_1.iloc[:105,:]##選擇訓(xùn)練集和測(cè)試集test=d121_1.iloc[105:,:]bonus_hw=hw.ExponentialSmoothing(train['C'],trend='add',seasonal='add',seasonal_periods=7)hw_fit=bonus_hw.fit()hw_fit.summary()train['yuce']=hw_fit.fittedvalues##模擬值#預(yù)測(cè)11-24—30號(hào)的數(shù)據(jù)結(jié)果保存到test數(shù)據(jù)框內(nèi)test['yece']=hw_fit.forecast(7).values因素分析第11章

一、非節(jié)假日——三次指數(shù)平滑（三）利用時(shí)間序列模型預(yù)測(cè)根據(jù)指數(shù)平滑函數(shù)得出d121_1數(shù)據(jù)集地鐵日客流量預(yù)測(cè)數(shù)據(jù)如圖11-12所示。再利用函數(shù)對(duì)數(shù)據(jù)進(jìn)行2015年12月1—7日的預(yù)測(cè)，代碼如下。rq=['2015-12-01','2015-12-02','2015-12-03','2015-12-04','2015-12-05','2015-12-06','2015-12-07']hw_fit_1=ExponentialSmoothing(d121_1['C'],trend="add",seasonal="add",seasonal_periods=7).fit()hw_fit_1.summary()d121_1['yuce']=hw_fit_1.fittedvalues##預(yù)測(cè)未來(lái)7天數(shù)據(jù)pred1=pd.DataFrame(hw_fit_1.forecast(7).values,columns=['C'],index=rq)因素分析第11章

二、工作日——三次指數(shù)平滑模型的構(gòu)建與預(yù)測(cè)與非節(jié)假日——三次指數(shù)平滑過(guò)程類(lèi)似，在此不重復(fù)贅述。通過(guò)構(gòu)建訓(xùn)練集和測(cè)試集進(jìn)行數(shù)據(jù)的擬合，計(jì)算出真實(shí)數(shù)據(jù)和模擬數(shù)據(jù)的誤差，展示模型預(yù)測(cè)結(jié)果和實(shí)測(cè)值和預(yù)測(cè)值進(jìn)行可視化對(duì)比。因素分析第11章

三、因素分析結(jié)果案例需要考慮節(jié)假日和周末兩因素對(duì)客流量的影響，且在時(shí)間序列預(yù)測(cè)模型中也構(gòu)成一個(gè)必要的因素，代碼如下所示。importdatetimefromchinese_calendarimportis_workday,is_holidayriqi=datazsj.iloc[:,2]l=[]foriinriqi:time2=datetime.datetime.strptime(i,'%Y-%m-%d')ifis_workday(time2):l.append(0)##工作日

elifis_holiday(time2):l.append(1)##休息日周末datazsj['日期類(lèi)別']=l#完成日期的工作日和休息日的劃分datazsj=datazsj.iloc[:,1:]datazsj.to_excel('總數(shù)據(jù)預(yù)測(cè)數(shù)據(jù).xlsx')神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的建立第11章

神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的訓(xùn)練以121站點(diǎn)客流量的預(yù)測(cè)為例。importpandasaspddata=pd.read_excel('總數(shù)據(jù)測(cè)試.xlsx')x=data.iloc[:,:5]y=data.iloc[:,5]fromsklearn.neural_networkimportMLPRegressorclf=MLPRegressor(solver='lbfgs',alpha=1e-5,hidden_layer_sizes=8,random_state=1)clf.fit(x,y);rv=clf.score(x,y)print(rv)importnumpyasnp#121站點(diǎn)給出實(shí)測(cè)值x11=np.array([121,11407,11265,20151201,0]).reshape(1,5)x12=np.array([121,12655,13553,20151202,0]).reshape(1,5)x13=np.array([121,13978,11538,20151203,0]).reshape(1,5)x14=np.array([121,11468,8543,20151204,0]).reshape(1,5)x15=np.array([121,17612,14650,20151205,1]).reshape(1,5)x16=np.array([121,24541,18215,20151206,1]).reshape(1,5)x17=np.array([121,13578,11005,20151207,0]).reshape(1,5)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的建立第11章

神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的預(yù)測(cè)以121站點(diǎn)客流量的預(yù)測(cè)為例。#預(yù)測(cè)R11=clf.predict(x11)R12=clf.predict(x12)R13=clf.predict(x13)R14=clf.predict(x14)R15=clf.predict(x15)R16=clf.predict(x16)R17=clf.predict(x17)##字典連接D1={'20151201':