[发明专利]一种基于改进集成学习的机票价格预测方法

权利要求书

1.一种基于改进集成学习的机票价格预测方法，其特征在于，包括以下步骤：

S1：采集历史航班特征和价格序列，包括日期、当时价格、起飞城市、飞行时间、落地城市、星期几、节假日、航空公司、航班号、起飞时间段、落地时间段、是否隔夜；

S2：将日期、飞行时间、星期几、节假日、航空公司、航班号、起飞时间段、落地时间段、是否隔夜进行独热编码处理；对于价格，使用箱线法对异常值进行筛选删除，对于空值采用均值填充；

S3：将节假日的价格数据作为少数类，正常时期的价格作为多数类，采用SMOTETomek算法对数据集进行预处理，即通过SMOTE算法对少数类数据进行构造；再用Tomek Link算法删除Tomek Link对；

S4：将构造出的样本与原本样本合成，作为新的数据集A；将新的数据集A按比例划分成训练集和测试集；

S5：选定KNN，XGBoost，RF作为基学习器，LR作为元学习器；

S6：将步骤S4中的训练集作为输入，输入至步骤S5的每个基学习器中，分别得出输出，将得到的输出构造成新的数据集B，作为步骤S5中的元学习器的输入，训练模型；

S7：将测试集训练好的基学习器模型的输入，分别得到初级预测结果，将每折的结果取平均值得到初级预测值；通过步骤S5中的元学习器LR将初级预测值进行整合，通过平均法得到最终的预测值。

2.根据权利要求1所述的一种基于改进集成学习的机票价格预测方法，其特征在于，所述步骤S3中SMOTETomek算法将节假日数据量构造到与正常数据量1∶1的；

Tomek Link对即假设多数类样本点x，和少数类样本点y，两样本点之间的距离d(x，y)；如果不存在第三个点z使得d(x，z)＜d(x，y)或者d(y，z)＜d(x，y)成立，则称距离d(x，y)为一个Tomek Link对。

3.根据权利要求1所述的一种基于改进集成学习的机票价格预测方法，其特征在于，所述步骤S4中的训练集和测试集比例7：3，即将70％的数据用来训练基学习器和元学习器的模型，30％的数据用来测试模型的性能，训练集中七分之一的数据作为验证集。

4.根据权利要求1所述的一种基于改进集成学习的机票价格预测方法，其特征在于，所述步骤S7中，将测试集采用5折交叉法对基学习器进行训练。

5.根据权利要求4所述的一种基于改进集成学习的机票价格预测方法，其特征在于，首先将训练集随机且大致平均分为5份，用其中4份训练数据进行训练，预测剩余的一份；在此同时，将这4份在测试集上预测，下一折交叉验证过程重复上述过程，一共重新进行4次交叉验证，将训练集上4次结果叠加成一列，将测试集的取均值得出结果，以此减小过拟合的风险。