在当下生活中,乘坐出租车,或通过打车软件打车已是很常见的一件事。如何给顾客提供好的乘车体验,即在顾客给出起点和终点时,要尽量让顾客等待最少的时间,使顾客能坐上车,以及安排最佳的行驶路径,并给比出较准确的预估时间,使顾客能尽快到达目的地,这是一个很好的研究方向。要达到这一点,关键技术之一就是要能预测出对于任意起始点,出租车需要的行驶时间。而做到这一点,也有利于出租车公司合理优化司机运力调度,减少不必要的资源浪费。一直以来,机器学习这门学科在许多领域都起着不可替代的作用,为人们的生活带来诸多便利。这是一个数字时代,人们每天都在产生大量数据。机器学习可以通过对这些数据集进行建模,获取到潜在的可利用的信息。并利用模型做出一些决策和预测。集成学习是机器学习的一个重要分支,也是数据挖掘领域常用的手段,在数据挖掘比赛中更是大放异彩。通过一定的策略,聚合若干个学习器,集成学习往往能得到一个更强的模型,这样的模型往往泛化能力都比较好。本文的主要研究内容包括:从NYC Taxi and Limousine Commission提供的纽约市出租车行驶的数据集中,做一些探索性的数据分析和可视化,进行数据预处理和特征提取,得到有效的特征。训练出若干个性能较好的基学习器,探索如何合理的选取基学习器,并使用集成学习的集成方法,对基学习器进行有效的模型融合,以达到一种强强联合的效果,使集成的模型对出租车的预计到达时间能做出一个比较精准的预测。