没有合适的资源?快使用搜索试试~ 我知道了~
python机器学习课程设计实验报告-我国旅游业发展预测.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
![star](https://csdnimg.cn/release/downloadcmsfe/public/img/star.98a08eaa.png)
温馨提示
![preview](https://dl-preview.csdnimg.cn/87320595/0001-4d1c3669e7341e0334ddfba13eca5986_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
16页
python机器学习课程设计实验报告-我国旅游业发展预测
资源推荐
资源详情
资源评论
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/release/download_crawler_static/87320595/bg1.jpg)
![](https://csdnimg.cn/release/download_crawler_static/87320595/bg2.jpg)
1
我国旅游业消费发展状况分析
摘要
近年来,随着经济的不断发展,开放程度的不断提高,我国旅游
业得到快速 发展,旅游逐渐成为人们主要休闲方式之一。国民在旅
游业方面的消费也是衡量旅游业发展的重要 指标之一。
通过 2007 年到 2017 年中国国内旅游总花费、入境游客人次、
国内居民出境人数、国内游客人数、国际旅游外汇花费与时间的相关
数据,做散点图,利用最小二乘估计方法进行相关关系分析得到影响
国内旅游总消费的关键因素是旅行社数(x1),星级饭店总数(x2),
入境游客(x3),港澳同胞入境游客(x5),入境过夜游客(x7),国内居
民出境人数(x8),国内游客(x10),国际旅游外汇收入(x11)。
利用改进灰色预测模型和建立国内旅游总花费与其他因素的支持
向量回归的预测模型,得到 y = 5963.9x - 8950.1。 预测未来 4 年
2017-2020 年的国内旅游花费,分别为 61789.91373、70712.59963
、 75583.48179、80750.48502(亿元)
为验证模型的可行性,我对建立的国内旅游市场花费的模型评
价,先对的 2007-2016 年的预测数据和 2007-2016 样本数据进行分析
得出回归模型的平均绝对误差为: 196.7896、回归模型的中值绝对
误差为: 1.24400791、回归模型的均方误差为: 120635.754、回归
模 型 的 可 解 释 方 差 为 : 0.998979 、 回 归 模 型 的 R^2 值 为 :
0.9989468,发现模型的预测具有较高的可信度
关键字:Pearson 相关系数、SVR 支持向量回归模型、灰色预测模
型、python
![](https://csdnimg.cn/release/download_crawler_static/87320595/bg3.jpg)
2
一、问题重述
近年来,中国旅游业一直保持高速发展,旅游业作为国民经济新的增长点,
在整个社会经济发展中的作用日益显现。中国的旅游业分为国内旅游和入境旅游
两大市场,入境旅游外汇花费年均增长 22.6%,与此同时国内旅游也迅速增长。
改革开放以来,特别是进入 20 世纪 90 年代以后,中国的国内旅游花费年增长
14.4%,远高于同期 GDP 9.76%的增长率。2007 年到 2016 年中国旅游花费及相关
数据如表 1 所示。为了规划中国未来旅游产业的发展,请根据表 1 提供的数据,
解决以下问题:
1.分析识别影响国内旅游市场花费的关键特征。
2. 建立我国国内旅游市场花费的回归模型并预测未来 4 年内我国国内旅游
市场花费的情况;
表 1
指标
旅行
社数
(个)
星级
饭店
总数
(个)
入境
游客
万人次)
外国人
入境游
客
(万人
次)
港澳同
胞
入境游
客
(万人
次)
台湾同
胞
入境游
客
(万人
次)
入境过
夜游客
(万人
次)
国内居
民
出境人
数
(万人
次)
国内居民
因私出境
人数(万人
次)
国内
游客(
万人次)
国际旅游
外汇花费
(百万美
元)
国内旅游
总花费(亿
元)
2007
年
18943
13583
13187.3
3
2610.97
10113.5
7
462.79
5471.9
8
4095.4
3492.4
161000
41919
7770.6
2008
年
20110
14099
13002.7
4
2432.53
10131.6
5
438.56
5304.9
2
4584.44
4013.12
171200
40843
8749.3
2009
年
20399
14237
12647.5
9
2193.75
10005.4
4
448.4
5087.5
2
4765.62
4220.97
190200
39675
10183.7
2010
年
22784
13991
13376.2
2
2612.69
10249.4
8
514.06
5566.4
5
5738.65
5150.79
210300
45814
12579.8
2011
年
23690
13513
13542.3
5
2711.2
10304.8
5
526.3
5758.0
7
7025
6411.79
264100
48464
19305.4
2012
年
24944
12807
13240.5
3
2719.16
9987.35
534.02
5772.4
9
8318.17
7705.51
295700
50028
22706.2
2013
年
26054
13293
12907.7
8
2629.03
9762.5
516.25
5568.5
9
9818.52
9197.08
326200
51664
26276.12
2014
年
26650
12803
12849.8
3
2636.08
9677.16
536.59
5562.2
11659.3
2
11002.91
361100
105380
30311.9
2015
年
27621
12327
13382.0
4
2598.54
10233.6
4
549.86
5688.5
7
12786
12172
400000
113650
34195.05
2016
年
28097
11685
13844.3
8
2815.12
10456.2
6
573
5926.7
3
13513
12850
444000
120000
39390
![](https://csdnimg.cn/release/download_crawler_static/87320595/bg4.jpg)
3
二、问题分析
问题一
针对 2007 年到 2016 年中国旅游花费的相关数据,先建立中国旅游花费与各
待定的影响因素之间的多元线性回归模型,运用最小二乘估计方法来估计回归模
型的系数,通过系数来检验它们之间的关系。再运用 Lasso 特征选择方法来研究
影响地方中国旅游花费的因素。
问题二
在 Lasso 特征选择的基础上,鉴于灰色预测对少量数据预测的优良性能,对
单个选定的影响因素建立灰色预测模型,得到它们未来 4 年的预测值。优化所建
立的国内旅游市场花费的模型,于是采用支持向量回归的方法,对历史数据建立
训练模型,把灰色预测的数据结果代入训练完成的模型中,充分考虑历史数据信
息,可以得到较为准确的预测结果进行建模得到优化改进后的 SVR 构建国内旅游
市场花费预测模型。
分析步骤:
(1) 对原始数据进行探索性分析,了解原始特征之间的相关性。
(2) 利用 Lasso 特征选择模型进行特征提取。
(3) 建立单个特征的灰色预测模型以及支持向量回归预测模型。
(4) 使用支持向量回归预测模型得出 2007-2016 年中国旅游花费的预测值。
(5) 对上述建立的中国旅游花费预测模型进行评价。
三、问题假设
1、所给数据都近似符合正态分布的假定
2、假设所收集到的数据真实、准确、稳定、科学,没有较大的误差
剩余15页未读,继续阅读
![avatar](https://profile-avatar.csdnimg.cn/a7a9f6748ed941a7b7e67cb0d6d5d714_sun13212715744.jpg!1)
猫一样的女子245
- 粉丝: 101
- 资源: 2万+
![benefits](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-1.c8e153b4.png)
下载权益
![privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-2.ec46750a.png)
C知道特权
![article](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-3.fc5e5fb6.png)
VIP文章
![course-privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-4.320a6894.png)
课程特权
![rights](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-icon.fe0226a8.png)
开通VIP
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)
- 1
- 2
- 3
- 4
前往页