论文部分内容阅读
文章采用决策树算法,利用荷兰1853个交通事件持续时间数据建立交通事件持续时间的预测模型。结果表明,事件类型是决策树中的第一层测试属性,不同类型事件的特性属性和属性在决策树中的位置并不相同。并用325个交通事件数据对模型的预测精度进行检验。检验结果表明,抛锚事件持续时间预测误差小于30分钟的正确率为66%。基于决策树算法比基于贝叶斯算法的分类精度更高,鲁棒性更强。