다양한 기계 학습 기술을 이용한 항공 요금 예측 비교

전 세계적으로 항공 서비스 연결이 증가함에 따라 항공 여행은 현재 인기 있고 중요한, 더 빠른 교통 수단이 되었습니다. 항공사 요금은 여러 요인의 영향을 받는 것으로 생각되며 자주 변동하므로 이러한 요금을 추정하는 것은 도전적이지만 필수적인 작업입니다. 항공사는 비행기 티켓에 대한 가격 구조를 사용합니다. 항공권의 비용은 조사에 따르면 하루의 시간에 따라 달라집니다. 주말, 관광 시즌 및 페이지antry 시즌도 이에 영향을 미칩니다. 항공권의 가격은 여러 가지 다른 요소의 영향을 받습니다. 구매자는 비행 가격을 추정하는 데 실제로 불충분한 제한된 정보만을 가지고 있지만 판매자는 모든 요구 사항을 알고 있습니다. 본 연구에서는 출발지, 목적지, 출발 시간 및 날짜, 도착 시간, 정차 및 항공사 유형과 같은 기본 데이터를 기반으로 항공 운임을 추정하기 위해 K 최근접 이웃, 의사 결정 트리 및 랜덤 포레스트와 같은 기계 학습 회귀 방법을 사용합니다. 조사 결과, 랜덤 포레스트 회귀 모델이 매우 최적의 결과를 도출한다는 것을 보여줍니다.