基于决策树的交通拥堵成因分析

 

基于大量的不同环境因素下所对应的交通拥堵状态数据，运用决策树C4.5 算法归纳总结交通拥挤原因并排序。

 

一、数据获取：

1，分别获取拥堵数据集A和畅通数据。

2，从B中根据路段筛选出与A数量相等的畅通数据与A合并作为训练数据集C。3，对C中每条数据计算出30分钟内路段有无拥堵，30分钟内上一路段有无拥堵，30分钟内下一路段有无拥堵，30天内拥堵次数是否超过7次（常拥堵）。

 

具体特征如下：

  {

           'B_smallcar':'小车流量大余40','B_bigcar':'大车流量大于30',

            'pre_jam':'后方流量挤压', 'next_jam':'前方路段堵',

            'sunshine':'晴天', 'overcast':'阴天',

            'greasy':'雾天', 'rainy':'雨天',  'snowy':'雪天',

            'work':'工作日','festival':'节假日',

            'morning':'早高峰','evening':'晚高峰', #'Hiramine':'平峰',

            'recurrent':'30d内常堵',

            'if_jam':'本路段流量挤压'

            }数据格式为：

 

 

二、决策树模型构建

根据link_code分别构建决策树C4.5算法模型，并输出特征贡献度：

假设父节点有样本量N0,criterion为C0;

子节点1有样本量N1，criterion为C1;

子节点2有样本量N2，criterion为C2;

总样本个数为T。

特征贡献度：

gain=(N0∗C0−N1∗C1−N2∗C2)/T

三、输出拥堵因素

1，依照模型各特征贡献度获取每日每条拥堵信息实际特征（特征值为1的）的权重；

2，实际权重值标准化（特征权重和等于1）；

3，周期汇总：

根据周期汇总各路段拥堵特征和权重，计算各特征均值作为该周期被本路段拥堵特征贡献度排名，根据特征贡献度排名，选择排名top特征，输出并保存到mysql表

后续可根据需要进行前端展示