LonerMJ/metro

地铁乘客流量预测

初赛 30/2319
复赛 49/2319
1 赛题要求

参赛者可通过分析地铁站的历史刷卡数据，预测站点未来的客流量变化，帮助实现更合理的出行路线选择，规避交通堵塞，提前部署站点安保措施等，最终实现用大数据和人工智能等技术助力未来城市安全出行。

https://tianchi.aliyun.com/competition/entrance/231708/introduction

2 赛题解释

大赛开放了20190101至20190125共25天地铁刷卡数据记录，共涉及3条线路81个地铁站约7000万条数据作为训练数据（Metro_train.zip），供选手搭建地铁站点乘客流量预测模型，预测2019.1.29（初赛）2019.1.27（淘汰赛）各地铁站、每十分钟进站出站流量

3 eda

日期为X，流量为Y，画出每个地铁站每10分钟出入情况
画出节假日/非节假日情况
粒度变为小时，画出每小时出入情况

4 模型1：fbprophet

剔除周末特征，每10分钟的数据构造一个模型，每个模型预测一个值

5 模型2：lightgbm

特征工程1

近五天同一时间入站/出站人数
近三天均值
近1~~2天，2~~3天差值、比值
近3天/5天，每天值占比
近3天/5天和/均值/最大值/最小值/中位数
以周为单位，所有星期n数据的最大值、最小值、均值、方差
外部数据：是否在运营时间内、几号线

特征工程2

强相关信息

10分钟固定特征：
  每天对应当前时段
  每天对应上一时段
  每天对应下一时段
  每天对应上两时段
  每天对应下两时段
小时统计特征（平滑特征）：
  每天对应当前时段
  每天对应上一时段
  每天对应下一时段
  每天对应上两时段
  每天对应下两时段
滑窗统计特征（10分钟&小时）：
  前N天对应当前时段
  前N天对应上一时段
  前N天对应下一时段
  前N天对应上两时段
  前N天对应下两时段
相邻站点统计特征（相邻两个站点）：
  对天对应当前时段（10分钟）
  对天对应当前时段（小时）

趋势特征 ```python 包括每周对应时刻小时历史、每周对应时刻10分钟历史 10分钟diff统计特征： A(n+1)-A(n) 每天对应当前时段每天对应上一时段每天对应下一时段 10分钟ratio统计特征： A(n+1)/A(n) 每天对应当前时段每天对应上一时段每天对应下一时段其他趋势特征：线性回归系数线性回归残差

#### 特征工程3
将地铁线路看作一句话，每一站是一个单词，采用word2vec编码
前一天60min/120min历史滑窗
相连的其他地铁站'min', 'max', 'mean', 'std', 'skew'

#### 模型训练
* 1~25号数据训练，28号验证，获得最佳迭代次数
* 使用同样的参数及最佳迭代次数，1~28号数据训练，预测29号

### 6 规则
* 求取前一周周1~周5的分钟均值
* 求取前一周周1~周5的小时均值
* 分钟/小时得到分钟占小时的比例
* 28日的小时均值\*比例=29号预测值
* 淘汰赛使用 <周六值\*周六日比例\*分钟小时比例=周日值>

模型和规则相互融合得到最终结果