摘要

本文由Amirhossein Parsi等人撰写，标题为“Improving Trip Mode Choice Modeling Using Ensemble Synthesizer (ENSY)”，发表于Sharif University of Technology。文章主要探讨了在交通规划和决策过程中，如何通过改进模式选择数据集的分类准确性来提高预测模型的性能。传统的分类模型在处理少数类别的模式选择数据时往往表现不佳，导致分类准确性低下。为了解决这一问题，作者提出了一种名为Ensemble Synthesizer (ENSY)的新型数据模型，该模型利用概率分布进行数据增强，旨在提高模式选择数据集的分类准确性。研究结果显示，ENSY能够显著提高少数类别的F1分数，并整体提升分类准确性。此外，文章还通过与多种数据增强技术（如随机过采样、SMOTE-NC和CTGAN）的比较，验证了ENSY的优越性能。

原理

ENSY的工作原理基于两阶段流程：生成器和验证器。生成器利用概率分布为每个类别生成合成实例，而分类器验证器则决定生成的样本是否应被丢弃或用于增强。生成器独立地为每个类别生成合成样本，并从剩余类别的分布中推导概率。对于数值特征，使用高斯混合模型（GMM）来捕捉每个特征的底层模式；对于分类特征，则根据观察到的类别频率生成合成值。验证器通过训练一个分类器来评估生成的实例质量，确保只有被正确分类的实例被添加到训练数据中。这种两阶段的方法确保了生成的高质量合成样本能够有效提升分类准确性。

流程

ENSY的工作流程包括以下步骤：首先，生成器利用概率分布为每个类别独立生成合成实例，数值特征通过高斯混合模型（GMM）生成，分类特征则根据累积分布函数（CDF）生成。其次，验证器使用训练好的分类器（如SVM或XGB）对生成的实例进行评估，只有被正确分类的实例才会被保留用于数据增强。整个过程持续进行，直到达到所需的高质量实例数量。例如，在伦敦乘客模式选择数据集（LPMC）和韩国交通数据库（KTDB）上的实验表明，ENSY能够有效提升少数类别的F1分数和整体分类准确性。

应用

ENSY的应用前景广泛，特别是在交通规划和决策支持系统中。由于其能够有效处理类别不平衡问题并提升分类模型的性能，ENSY可用于预测和分析复杂的交通模式选择行为，从而为城市交通管理、政策制定和基础设施规划提供科学依据。随着智能交通系统的发展，ENSY有望在更多领域发挥其优势，推动交通领域的技术创新和应用。