【C124】基于 SARIMA、XGBoost 和 LSTM 的出租车乘客量预测系统

本项目围绕出租车乘客量预测任务展开，构建了一个结合 SARIMA、XGBoost 和 LSTM 的多阶段集成预测系统。出租车需求具有明显的时间周期性，同时又受到天气、距离、费用、小费和突发事件等因素影响，因此单一模型往往难以完整捕捉其变化规律。

项目采用分层建模思路。第一层使用 SARIMA 模型提取乘客量序列中的线性趋势和周期性结构，尤其适合处理日内 24 小时周期。第二层使用 XGBoost 处理外部变量和非线性特征，包括距离、费用、小费、小时周期特征和滞后变量等，用于解释 SARIMA 无法捕捉的残差部分。第三层使用 LSTM 对剩余残差序列进行建模，进一步学习短期和长期依赖关系。

代码最终将三层模型的预测结果进行加法集成，形成最终预测值。同时，项目还输出残差分析图，包括残差时序图、残差分布图和自相关图，用于判断模型是否已经充分提取序列中的规律。

项目运行流程包括：

Step 1：拟合 SARIMA

Step 2：拟合 XGBoost

Step 3：训练 LSTM

模型最终在测试集上的 MAE 结果约为：

最终测试集 MAE：7.63

使用 PyTorch Lightning 版本训练时，LSTM 模型参数量约为：

50.5K trainable parameters

另一轮运行结果为：

最终测试集 MAE：7.67

结果说明，SARIMA 负责捕捉基础周期，XGBoost 进一步解释外部变量造成的非线性波动，LSTM 则对剩余误差进行时间依赖修正。最终残差分析图可用于判断模型是否仍存在明显周期性或系统性偏差。