实验结果展示高稳定性预测准确率

依据公式

error_t=t_sim^-tthreshold/（tsim^+tthreshold）

计算得出一组24个乘客候车时间预测相对误差值，分别对应于24个时间段，所得到的折线图如图3-12所示。其中，横坐标为时间段（第i个小时），纵坐标为预测候车时间的相对误差。从折线图可见，对于热点区域，大部分时间段的候车时间预测的准确率为80%左右，所有时间段的候车时间预测平均准确率为75%。由于乘客候车时间预测准确率的验证是采用所有载客热点取平均值的方式，所以肯定会在折线图效果的基础上有所波动，但是从整体的趋势来看，预测的准确率比较高而且比较稳定，符合预期的效果，从而可以证明模型的有效性。

图3-12 预测候车时间的相对误差

依据公式(www.xing528.com)

error_p=p_threshold-p_sim/（p_threshold+p_sim）

计算得出一组24个乘客候车概率预测相对误差值，分别对应于24个时间段，所得到的折线图如图3-13所示。其中，横坐标为时间段（第i个小时），纵坐标为预测候车概率的相对误差。从折线图可见，对于热点区域，大部分时间段的候车概率预测的准确率为90%左右，所有时间段的候车概率预测平均准确率为90%。由于乘客候车概率预测准确率的验证是采用所有载客热点取平均值的

图3-13 预测候车概率的相对误差

方式，所以肯定会在折线图效果的基础上有所波动，但是从整体的趋势来看，预测的准确率比较高而且比较稳定，符合预期的效果，从而可以证明模型的有效性。