华为云比赛-深圳北站交通拥堵预测.zip

# huawei_shenzhen-Shenzhen-North-Station-traffic-congestion-prediction 华为云比赛-深圳北站交通拥堵预测-初赛模型 - 01-训练集特征工程（gps数据已经过处理） - 02-模型训练 - 03-测试集特征工程（gps数据已经过处理） - 04-测试集预测 ## GPS数据处理 利用postgreSQL对GPS数据进行处理、统计、清洗。形成方向、方向等特征并且做特征交叉。 ## 道路数据处理 本赛题提供的训练集包括两个时间段，分别为从2019年1月到2019年3月，以及从2019年10月到2019年12月20日；空间范围限定在深圳北站周边，监测12个路段的交通拥堵指数。官方数据中的train_TTI.csv包含标签值拥堵系数、时间点、道路id、道路当前时间点的平均车速。交通拥堵指数的计算时间粒度为10分钟。 对TTI进行移动平均法构建一、二、三次移动平均等特征，合并GPS数据和道路数据形成训练集。 ## 模型 本次比赛决赛采用XGBRegressor+CatBoostRegressor模型并且进行平均加权，采用randomsearch超参数搜索，比gridsearch效率要高。 ## 总结 本次比赛决赛获得第二名，得益于特征工程。在模型调参时遇到瓶颈，可以深入尝试特征工程，效果会有意想不到的提升。