التنبؤ بمدة رحلات تاكسي نيويورك على مستوى المدينة

المشكلة

تتأثر مدة رحلات نيويورك بالوقت من اليوم، وأنماط المنشأ والوجهة، والازدحام على مستوى المدينة. تؤدي المعدلات الزمنية البسيطة إلى تسعير خاطئ لأوقات الوصول المتوقعة في أنظمة التوجيه التشغيلية.

النهج

دربنا نموذج XGBoost على 1.4 مليون سجل رحلات مع هندسة ميزات زمنية وجغرافية مكانية. أدرجنا بيانات الطقس وأنماط المرور باستخدام Folium للتحقق الجغرافي السليم. نفذنا عمليات معالجة بيانات قائمة على Pandas وسليمة من تسرب البيانات لإنتاج موثوق.

النتيجة

تقديرات وصول دقيقة بما يكفي للتحويل العملي على مستوى المدينة. السائقون والركاب يحصلون على توقعات وقت موثوقة حتى أثناء الذروة.

• ◆تقديرات وصول دقيقة بما يكفي للنشر العملي
• ◆يعالج الذروة والطقس وأنماط الموقع
• ◆1.4 مليون رحلة بيانات تدريب حقيقية، ليست نماذج تجريبية
• ◆جاهز للنشر في أنظمة التوجيه وأوقات الوصول للسائقين