ETA Engine：基于神经网络与LightGBM融合的纽约出租车行程时间预测系统

开源项目eta-engine通过融合神经网络与LightGBM集成模型，结合区域数据、时间戳和乘客数量等特征，基于纽约出租车数据集构建高精度行程时间预测系统，解决传统方法难以捕捉复杂非线性关系的问题，为智能出行提供技术支撑，并展示了深度学习与传统机器学习融合的典型范式。

在现代城市交通体系中，出租车和网约车服务是日常出行重要组成部分，但准确预估行程时间受道路拥堵、天气、时段、区域属性等多种复杂因素影响，传统规则或简单统计方法难以捕捉非线性关系导致偏差大。纽约市出租车数据集为研究提供真实数据，eta-engine项目致力于构建高精度预测引擎，融合深度学习与传统ML技术支撑智能出行。

eta-engine采用混合模型架构：

1. 神经网络模块：处理多维结构化输入（地理坐标、区域编码、时间特征、乘客数量等），自动提取高阶特征与隐性关联（如时段-区域交互、节假日影响）。
2. LightGBM集成模块：接收神经网络输出及原始特征，通过梯度提升组合弱学习器修正残差，实现高效准确预测。
3. 特征工程：深度挖掘区域数据（纽约出租车运营区域划分）与时间特征交叉组合，捕捉细粒度时空模式；乘客数量反映车辆负载影响。

训练挑战及解决：

• 数据质量：清洗异常值、缺失值与错误记录确保输入质量。
• 类别不平衡：短途样本多，采用加权损失或采样策略纠正偏向。 评估指标：RMSE、MAE、R²分数，通过交叉验证与留出测试集保证泛化能力。 集成优势：神经网络提供强表征学习，LightGBM提供可解释的特征重要性分析。

实用价值：

• 网约车平台：优化派单算法，减少乘客等待时间提升体验。
• 出租车司机：规划接单策略，高峰时段选优路线。
• 城市规划者：揭示交通瓶颈，支持基础设施改善。 技术意义：展示深度学习与传统ML融合范式，解决纯神经网络训练成本高、可解释性差，纯树模型无法捕捉复杂交互的问题，为类似场景提供借鉴。

项目亮点：多源特征融合、深度学习与梯度提升优势互补、时空数据专门建模。 未来方向：引入实时交通流提升时效性、注意力机制增强关键特征捕捉、迁移至其他城市/场景。 学习价值：为ML工程实践开发者提供从数据预处理到模型集成的完整流程参考。