文献

J-GLOBAL ID：201702258661715461   整理番号：17A1256204

ランダムフォレストと多重線形回帰に基づく自転車賃貸需要の予測【Powered by NICT】

A forecast for bicycle rental demand based on random forests and multiple linear regression

著者 (2件)： Feng YouLi (Inner Mongolia university, College of Computer Science and Technology, Inner Mongolia university, Inner Mongolia, China) ,  Wang ShanShan (Inner Mongolia university, College of Computer Science and Technology, Inner Mongolia university, Inner Mongolia, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIS  ページ： 101-105  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自転車共有システムは賃借自転車の方法である自転車利益は市内にキオスク位置のネットワークを経由して自動化した。これらの系を用いて,人々が1ピックアップ位置からバイクをと場所へのとしての必要性,顧客収益バイクと結合することができ,これはこの方法が復帰まで好む。本論文では,ワシントンD.C.まずにおける資本自転車共有プログラムにおける自転車賃貸需要を予測するための歴史的使用パターンを組み合わせた気象データとすることが要求され,多重線形回帰モデルは,従来の方法で確立した,多重線形回帰方程式は,SPSSソフトウェアを用いて得られたデータを比較して実値後,多重線形回帰モデルはそれほど正確ではないことが示唆された。解析後,データは,時間と季節のようなダミー変数を含むことを見出した。従って本論文では,ランダムフォレストモデルと決定木を改善するGBMパケットを提案した。自転車レンタルのための需要を予測するためにランダムフォレストモデルの使用結果と多重回帰分析の精度は大きく改善された。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： モデル ,  パケット ,  オートバイ ,  ソフトウェア ,  リース ,  多重回帰分析 ,  ワシントン州 ,  ネットワーク ,  気象データ ,  *自転車 ,  ディシジョンツリー ,  自動化
準シソーラス用語： *レンタル ,  *多重線形回帰 ,  *ランダムフォレスト , 【Automatic Indexing@JST】

分類 (5件)： 電気化学反応  (CB07050F) ,  木材の性質・構造  (FF05020Z) ,  電力系統一般  (NB02000E) ,  砂糖以外の糖  (FJ05020L) ,  放射,大気光学  (DC05080C)

タイトルに関連する用語 (6件)： ランダムフォレスト ,  多重線形回帰 ,  自転車 ,  賃貸 ,  需要 ,  予測