估算地方道路年平均日交通量：融合空间洞见与机器学习
Estimating annual average daily traffic on local roads: Integrating spatial insights with machine learning
发表于 2026年5月29日 · 收录于雷达 2026年11月5日
中文摘要
研究提出可扩展的机器学习框架，融合900余项背景特征与空间统计特征，预测英格兰和威尔士逾1.9万个地点的年平均日交通量。框架采用两种考虑空间因素的交叉验证策略，测试集R²分别为0.79和0.67。基准比较显示，空间特征有助于提升模型泛化能力；残差分析表明模型能够有效捕捉空间依赖。