基于机器学习的大学生地铁出行行为影响因素及非线性效应研究
打开文本图片集
文章编号： 1002-3100（2026）08-0062-05
中图分类号：F49 文献标志码：A DOI： 10.13714/j.cnki.1002-3100.2026.08.014
0 引言
地铁系统以其高效、可靠和经济性优势，已成为城市公共交通网络的骨干[1]。在多元化客流中，大学生群体作为地铁出行的核心用户之一，因其出行目的多样（跨校区通勤、休闲社交等）、出行频率高、出行时间规律性强（契合课表周期）且对出行成本较为敏感，其地铁出行行为较其他群体具有显著差异。（剩余8027字）