一种可解释的混合多尺度地理加权XGBoost(HMGWX)模型及其在城市交通系统中的实证应用

《Computers, Environment and Urban Systems》:An interpretable hybrid multiscale geographically weighted XGBoost (HMGWX) model with an empirical application to urban transport systems

【字体: 大 中 小 】 时间:2026年07月25日 来源:Computers, Environment and Urban Systems 8.9

编辑推荐:

  研究人员提出了HMGWX(混合多尺度地理加权XGBoost),一种具有内在可解释性的空间显式机器学习模型。HMGWX直接估计变量特定的边际贡献,消除了事后解释误差。HMGWX通过为每个关系使用最优局部估计器,自适应地平衡空间异质性和非线性。在空间异质性和非线性

  
研究人员提出了HMGWX(混合多尺度地理加权XGBoost),一种具有内在可解释性的空间显式机器学习模型。HMGWX直接估计变量特定的边际贡献,消除了事后解释误差。HMGWX通过为每个关系使用最优局部估计器,自适应地平衡空间异质性和非线性。在空间异质性和非线性共存的情况下,HMGWX在可解释性方面优于现有模型。
在地理空间科学中,理解空间关系至关重要,空间变化系数(Spatially Varying Coefficient, SVC)模型允许系数随地理位置变化,从而捕捉空间异质性。然而,传统SVC模型受限于预先设定的线性假设,可能将空间随机但非线性的关系误判为空间变化。空间显式机器学习(Spatially Explicit Machine Learning, SEML)模型通过引入空间信息,能够捕捉非线性和空间关系,但现有SEML存在三个主要挑战:1)缺乏内在可解释性,依赖事后解释工具(如SHAP)可能导致偏差;2)忽略变量特定的空间变化尺度,假设所有关系具有相同的空间尺度;3)难以平衡捕捉空间异质性和非线性的能力,例如地理加权机器学习(Geographically Weighted Machine Learning, GWML)模型在减少带宽时增强空间变化捕捉但削弱非线性,反之亦然。为解决这些问题,研究人员提出了混合多尺度地理加权XGBoost(Hybrid Multiscale Geographically Weighted XGBoost, HMGWX)模型。研究人员通过半参数可加模型(Semi-parametric Additive Model, S-AM)框架,集成了地理加权XGBoost(Geographically Weighted XGBoost, GWXGB)和地理XGBoost(Geographically XGBoost, GXGB),为每个变量自适应选择最优局部估计器,并直接输出边际贡献,实现了内在可解释性。通过模拟数据集(包含六种非线性和空间变化关系)和深圳市网约车等待时间(Ride-hailing Waiting Time, RWT)实证数据,验证了HMGWX在复现非线性关系、捕捉变量特定空间尺度、预测精度和计算效率方面的优越性。结果表明,HMGWX在可解释性和预测能力上优于主流SVC模型(如多尺度地理加权回归(Multiscale Geographically Weighted Regression, MGWR)、地理高斯过程广义可加模型(Geographical Gaussian Process Generalized Additive Model, GGP-GAM))和SEML模型(如XGB、GXGB、GWXGB、MGWX、MGX),有效区分了空间异质性和非线性,为地理学中“空间异质性是否源于真正的空间变化过程还是非线性的误判”这一问题提供了有力工具。该论文发表在《Computers, Environment and Urban Systems》。

研究采用的主要关键技术方法包括:(1)半参数可加模型(S-AM)框架,通过回拟合算法迭代估计每个变量的加性项,直接输出边际贡献;(2)GWXGB和GXGB两种局部模型,分别侧重空间变化和非线性,并通过带宽优化(黄金分割搜索)自适应选择最优模型;(3)多尺度建模,为每个变量分配独立的最优带宽,捕捉变量特定的空间变化过程;(4)计算效率改进,包括空间聚类(基于地理坐标聚类样本,训练中心模型)、早期停止(带宽搜索中均方误差(Mean Square Error, MSE)不下降时终止)和动态带宽收缩(随迭代减少搜索范围)。实证数据来源于深圳市2019年5月13-19日的19个网约车平台订单数据,共1152个六边形网格(边长750m),变量包括出租车等待时间、供需比等11个预测变量,数据来源包括深圳市交通运行指挥中心(TOCC)和2020年人口普查(100m分辨率)等。

研究结果部分:
**4.1 基于模拟的验证**:通过模拟数据集(包含六个空间变化项,其中三个非线性空间变化项β1、β2、β3和三个线性空间变化项β4、β5、β6),对HMGWX进行多维度评估。
**4.1.1 非线性和空间变化关系的复现**:比较各模型复现非线性曲线和参数表面的均方根误差(Root Mean Square Error, RMSE)和余弦相似度。对于空间随机非线性项β3,HMGWX的RMSE最低(0.106),优于传统SVC(MGWR和GGP-GAM的RMSE约0.5)。对于空间变化非线性项β1和β2,多尺度SEML(HMGWX、MGWX、MGX)复现精度高于固定带宽模型(GWXGB、GXGB),HMGWX表现最佳。对于线性空间变化项β4和β5,HMGWX的余弦相似度达98.9%和99.6%,虽略低于SVC模型,但仍高度可接受。
**4.1.2 最优带宽比较**:多尺度模型(HMGWX、MGWX、MGX、MGWR)能为每个变量生成不同带宽,而固定带宽模型(XGB、GWXGB、GXGB)假设统一尺度。HMGWX的带宽估计标准误差最小,且估计偏差(RMSE)最低,表明其最稳定。
**4.1.3 预测性能**:HMGWX的平均RMSE为1.012,调整R2(Adj_R2)为0.901,优于所有其他模型,包括MGWX(RMSE=1.014, Adj_R2=0.900)和MGX(RMSE=1.021, Adj_R2=0.899),表明考虑变量特定尺度和混合模型可提升预测精度。
**4.1.4 计算成本**:HMGWX平均训练耗时9503秒(约2.6小时),虽高于全局模型,但通过计算改进策略保持在可行范围内。
**4.1.5 空间加权方案在GWML中的可行性**:HMGWX为每个变量分配了适当模型:空间变化强、非线性弱的项(β4、β5)使用GWXGB;非线性强、空间变化弱的项(β3、β6)使用GXGB;空间变化和非线性均强的项(β1、β2)也使用GWXGB,结果符合预期。
**4.1.6 位置特定功能关系的复现性**:通过随机选取点评估局部非线性曲线复现精度,估计的边际贡献点沿真实曲线分布,但曲线复杂度高时精度下降(β1的RMSE大于β2)。
**4.2 实证案例结果**:应用HMGWX于深圳市网约车等待时间(RWT)数据集。
**4.2.1 预测性能比较**:HMGWX的Adj_R2为0.801,RMSE为0.123,优于其他七个模型(GGP-GAM、MGWR、XGB、G-XGBoost、GXGB、GWXGB、MGX、MGWX)。
**4.2.2 相对重要性**:出租车等待时间(TaxiWT)的相对重要性最高(16.0%),是预测RWT的最关键因素。
**4.2.3 出租车等待时间与RWT之间的空间变化关系**:HMGWX输出的局部系数空间分布显示,北部和东南部区域系数为负,南部和西南部区域系数为正,解释为外围区域乘客转向网约车导致RWT降低,中心区域系统供给不足导致两者同步增加。
**4.2.4 出租车等待时间与RWT之间的非线性关系**:散点图显示多种非线性关系,聚类分析揭示中心区域呈倒U型(阈值约220秒),外围区域呈先降后升再平缓趋势,揭示了不同区域乘客行为差异。

讨论部分总结了空间加权方案在SEML中的潜力:对于空间变化强的关系,GWXGB更合适,而空间变化弱时GXGB更合适,且模型选择错误不会导致严重误差。其次,强调包含变量特定空间变化过程的重要性:多尺度建模可改善预测和解释能力,且比空间加权单独作用更有效。最后,讨论实际应用:HMGWX可用于基础设施投资优先级排序和政策干预设计,例如通过输出局部边际贡献曲线和阈值,帮助规划者识别最优投资区域和避免过度投资。研究结论部分翻译如下:本研究提出了HMGWX,一种新型可解释SEML模型,用于估计非线性和空间变化关系。HMGWX解决了现有SEML的三个关键挑战:黑箱性质、空间异质性与非线性之间的权衡、以及忽略变量特定空间变化过程。HMGWX通过半参数GAM框架集成GWXGB和GXGB,直接输出边际贡献,具有内在可解释性。模拟和实证验证表明,在非线性空间变化关系下,HMGWX在可解释性和预测能力上优于主流SVC和SEML模型。此外,通过计算改进(空间聚类、早期停止、动态带宽收缩),HMGWX可应用于数万观测数据。尽管存在局限性(如仅在一个城市验证、计算强度高、对噪声敏感等),未来工作将扩展时空维度、替换基学习器(如随机森林)、开发内置不确定性量化方法(如贝叶斯框架)以及探索局部导数提取参数。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号