2022 年首届“钉钉杯”大学生大数据挑战赛B题：航班数据分析与预测——国奖论文代码分享_2022钉钉杯优秀论文

作者：我家小花儿 | 2024-08-11 22:06:58

踩

2022钉钉杯优秀论文

2023年的钉钉杯挑战赛马上要来了~这里给大家分享一下去年的国奖论文思路与代码

摘要：

随着民航事业的迅速发展 , 飞机出行已成为未来发展的一种必然趋势，然而近年来，航班延误现象频频发生，成为困扰机场和航空公司的难题。对航班延误做出合理评价是分析航班延误总体水平、降低延误成本，以及制定相关处置预案的重要基础，有着重要的现实运用价值。

针对机场聚类分析问题的第一部分，首先按照题目要求的五种属性对原始数据集进行预处理和计算，整理成 2006-2008 年所有航班数据涉及的全部机场属性数据集。在进行聚类分析前，我们采用霍普金斯统计量判断数据集的聚类趋势，计算得到该值为 0.94 ，十分接近于 1 ，即可以认为数据集具有较好的聚集特性，适于采用聚类方法。接着，我们分别采用 k-means 聚类、层次聚类、 DBSCAN 聚类方法基于计算出的五种属性对机场进行分类讨论，并采用轮廓系数对聚类结果进行评价与比较。结果得出，K-means 聚类方法对于该问题的聚类效果最好，机场在五个维度的属性变量下被分为了四类。

针对机场聚类分析问题的第二部分，首先需要基于 2006-2008 年的航班信息和机场数据进行特征属性的提取。综合考虑机场的延误情况、航班特征和地理位置，人工筛选以及计算出若干属性变量，接着利用低方差过滤的方法剔除方差过小的属性，得到 21个机场属性特征。然后对 21 个属性进行因子分析，提取出 5 个公因子，分别反映机场的出发延误属性，到达延误属性，航班起落属性，地理属性和航班异常属性。对其进行层次聚类分析，结合聚类结果及一致性聚类分析判断出机场被分成 4

本文内容由网友自发贡献，转载请注明出处：【wpsshop博客】