基于回归模型的航班数据分析与预测

猿急送>其他兼职程序员>…>

案例列表

基本信息

案例ID：221291

技术顾问：… - 1年经验 - 某科技

联系沟通

微信扫码，建群沟通

项目名称：基于回归模型的航班数据分析与预测

所属行业：人工智能 - 其他

->查看更多案例

案例介绍

项目链接：https://github.com/willow017/-Logistic-
针对问题一
　　本文采用Python编程语言，在给定航班出发机场、目的机场、出行时间等数据信息的前提下，对原始数据进行统计以及数据融合、数据清洗、数据转换，然后进行数据分析，采用Dijkstra算法，将算法中原本的距离替换为数据中的航班飞行时长，从而构建航班转机功能，确定时间最短的航班转机方案。最终根据题目要求，查询到2003年7月4日出发，2003年7月5日到达，从CVG机场到ANC机场的最短时间转机方案为CVG-ORD-ANC。
　　问题一的完整代码：航班转机功能实现

针对问题二
　　本文先明确航班延误的含义，分两种情况进行研究。对附件给定的数据进行统计以及数据预处理，展开数据分析，确定对航班延误预测影响的特征，从而进行数据建模。建立起分别以影响航班是否延误以及延误原因的指标作为自变量，以是否延误为因变量的Logistic回归分析模型。然后对Logistic回归分析模型进行训练，再将测试集特征集带入训练完成的预测模型中，得到预测结果。训练过的模型可以预测出近100%的准确率，表现出了较高的预测精度，可以为航班延误的预测问题提供较为准确的参考。
　　问题二的完整代码：航班延误准确率