基于机器学习的地铁站区域共享单车需求预测

为了准确掌握地铁站周边区域共享单车投放量,提出一种以岭回归思想为基础的预测方法。首先,通过随机森林模型和AdaBoost模型筛选出符合条件的共享单车影响因素;其次,将单车变化量和影响因素分别作为岭回归函数的因变量和自变量,建立共享单车需求投放模型;最后,以济南地铁益康路站、济泺路站和北园站为例,综合3站位置特征将其周边小区划分成A、B、C、F 4类,并对工作日及节假日间的单车投放量进行预测。数据显示,3站工作日和节假日单车投放量集合分别为{365,443,395}、{405,527,443}。根据预测结果得出结论,3站单车投放量均呈现出节假日大于工作日的趋势,且济泺路站最高,与其实际出行特征基本吻合,较好地验证了岭回归模型的实用性和普适性,具有一定的实际参考价值。