尧图网页设计 
简介这份PDF文档聚焦民航领域的航班延误预测问题面向从事数据建模、机器学习应用及空管信息化研究的技术人员与学习者。内容以循环神经网络为核心系统讲解RNN与LSTM单元相混合的深度学习算法设计思路并结合民航空管历史真实数据探讨机器学习技术在空管行业的落地路径涵盖算法原理、模型构建与基础数据说明等模块。资源包内仅含1个PDF文件大小约1MB便于随身查阅与打印研读。目前已有194人学习下载具备一定的参考热度。读者可从中获取航班延误预测的完整建模框架理解RNN的隐藏层状态传递机制与LSTM输入门、遗忘门、输出门的细胞单元更新流程掌握自动特征提取、长期依赖处理等关键方法并了解该模型在延误趋势预判、地面保障资源调配及大数据分析挖掘中的应用前景适合作为深度学习入门与行业实践结合的参考材料。1. 航班延误预测模型为什么 RNN 比传统机器学习更值得押注做航班延误预测的人十有八九是从逻辑回归或者随机森林起步的。把出发机场、目的地、计划起飞时间、航空公司、天气代码这些字段拼成一张宽表丢进 sklearn 跑一个二分类AUC 到 0.75 左右并不难。但真到了生产环境你会发现模型每天都在“打脸”明明前序航班已经晚点两小时预测结果还是准点明明这条航线在傍晚有固定的流控规律模型却完全学不到。问题不在特征工程不够努力而在于传统机器学习把每条样本当成独立事件丢掉了航班之间最关键的时序依赖。循环神经网络RNN以及它的实用变体 LSTM正是冲着这个短板来的。航班延误本质上是一条链一架飞机一天飞 6 到 8 段前一段晚点会顺着飞机尾号往后传一条航线在特定时段会形成拥堵波今天的延误模式往往是昨天同一时刻的翻版。LSTM 的门控结构能把这种“记忆”保留下来用过去若干时刻的延误状态去预测下一时刻。这篇笔记面向的是已经会用 Python 做机器学习、想把这个模型真正跑起来的人——从数据怎么组织成序列到 LSTM 层怎么堆、参数怎么调、训练时哪里最容易翻车我会按自己落地的顺序讲一遍。2. 把航班数据改造成 LSTM 能吃的序列样本2.1 为什么不能直接拿宽表喂给 RNN传统机器学习的数据形态是二维的行是样本列是特征。RNN 要的是三维张量样本数 × 时间步 × 特征数。这个转变不是 reshape 一下就完事核心在于“一个样本”的定义变了。在宽表里一个样本是“某航班某次飞行”在序列模型里一个样本应该是“某架飞机或某条航线连续若干次飞行的状态序列”预测目标是这个序列下一段的延误情况。我一般按飞机尾号tail number来切序列因为延误传播最直接的载体就是同一架飞机的排班。如果数据里没有尾号退而求其次用“航线 当天”做分组但效果会打折扣因为不同飞机之间的差异被抹掉了。分组之后每个组按计划起飞时间排序取连续 N 个时间步作为一个输入窗口第 N1 步的延误标签作为预测目标。N 取多少常见做法是 6 到 12对应一架飞机一天飞 6 到 8 段、或者一条航线一天十几个班次。N 太小模型看不到传播链条N 太大序列里噪声累积而且样本数会锐减。2.2 构造序列样本的完整代码下面这段代码假设你手里有一张按时间排序的航班明细表字段包括tail_num、sched_dep_time、dep_delay、origin、dest、carrier等。目标是把每个尾号的连续航班切成滑动窗口。import pandas as pd import numpy as np from sklearn.preprocessing import LabelEncoder # 假设 df 已按 tail_num sched_dep_time 排序 df df.sort_values([tail_num, sched_dep_time]).reset_index(dropTrue) # 1. 构造延误标签下一段是否延误超过 15 分钟 df[is_delayed] (df[dep_delay] 15).astype(int) # 2. 类别特征编码机场、航司 for col in [origin, dest, carrier]: le LabelEncoder() df[col _enc] le.fit_transform(df[col].astype(str)) # 3. 数值特征标准化 num_cols [dep_delay, distance, hour_of_day, day_of_week] df[num_cols] df[num_cols].fillna(0) df[num_cols] (df[num_cols] - df[num_cols].mean()) / (df[num_cols].std() 1e-8) feature_cols num_cols [origin_enc, dest_enc, carrier_enc] SEQ_LEN 8 # 用过去 8 段预测第 9 段 def build_sequences(group): 对单个尾号的航班序列做滑动窗口切分 X, y [], [] vals group[feature_cols].values labels group[is_delayed].values for i in range(len(group) - SEQ_LEN): X.append(vals[i : i SEQ_LEN]) y.append(labels[i SEQ_LEN]) return np.array(X), np.array(y) X_all, y_all [], [] for tail, grp in df.groupby(tail_num): if len(grp) SEQ_LEN: continue # 序列太短跳过 X_g, y_g build_sequences(grp) X_all.append(X_g) y_all.append(y_g) X_all np.concatenate(X_all, axis0) y_all np.concatenate(y_all, axis0) print(样本形状:, X_all.shape, 标签分布:, np.bincount(y_all))这段代码的关键点有三个。第一is_delayed的阈值 15 分钟是行业惯例低于这个数一般不算延误你可以按业务口径改成 30 或 60。第二SEQ_LEN8是经验起点后面调参时再动。第三标准化必须在切序列之前做而且均值方差只能用训练集算否则会引入未来信息这是时序任务里最隐蔽的泄漏之一。2.3 划分训练集时不能随机打乱时序数据的训练集、验证集、测试集必须按时间切不能train_test_split(shuffleTrue)。我一般取前 70% 时间段的序列做训练中间 15% 做验证最后 15% 做测试。如果按尾号分组后直接随机分同一架飞机的相邻序列会同时出现在训练和测试里模型等于提前看过答案指标虚高得离谱。这一点在航班延误场景里尤其致命因为延误的日间模式很强随机划分会让模型“记住”某一天的模式然后在测试集里复现。3. 用 Keras 搭一个能跑通的 LSTM 延误预测模型3.1 网络结构怎么定层数、隐藏单元、Dropout航班延误预测的 LSTM 不需要太深。我试过 1 层、2 层、3 层2 层 LSTM 加一层全连接是最稳的配置。隐藏单元数从 64 起步序列特征维度在 10 到 20 之间时64 或 128 足够表达再大容易过拟合而且训练慢。Dropout 放在 LSTM 层之间和全连接层之前取 0.2 到 0.3。注意 LSTM 内部的recurrent_dropout会显著拖慢训练一般不开用层间 Dropout 就够了。输出层是单神经元加 sigmoid做二分类。损失函数用binary_crossentropy。如果延误样本占比很低比如只有 15%要在fit里传class_weight否则模型会倾向于全预测“不延误”准确率看着高但召回惨不忍睹。3.2 完整建模与训练代码import tensorflow as tf from tensorflow.keras import layers, models, callbacks def build_lstm_model(seq_len, n_features): model models.Sequential([ # 第一层 LSTMreturn_sequencesTrue 才能接第二层 layers.LSTM(64, return_sequencesTrue, input_shape(seq_len, n_features)), layers.Dropout(0.3), # 第二层 LSTM只输出最后时刻的隐状态 layers.LSTM(64, return_sequencesFalse), layers.Dropout(0.3), layers.Dense(32, activationrelu), layers.Dense(1, activationsigmoid), ]) model.compile( optimizertf.keras.optimizers.Adam(learning_rate1e-3), lossbinary_crossentropy, metrics[accuracy, tf.keras.metrics.AUC(nameauc)], ) return model n_features X_all.shape[2] model build_lstm_model(SEQ_LEN, n_features) model.summary() # 按时间切分 n len(X_all) train_end, val_end int(n * 0.7), int(n * 0.85) X_train, y_train X_all[:train_end], y_all[:train_end] X_val, y_val X_all[train_end:val_end], y_all[train_end:val_end] X_test, y_test X_all[val_end:], y_all[val_end:] # 类别权重 from sklearn.utils.class_weight import compute_class_weight cw compute_class_weight(balanced, classesnp.array([0, 1]), yy_train) class_weight {0: cw[0], 1: cw[1]} early_stop callbacks.EarlyStopping( monitorval_auc, patience5, modemax, restore_best_weightsTrue ) reduce_lr callbacks.ReduceLROnPlateau( monitorval_loss, factor0.5, patience3, min_lr1e-5 ) history model.fit( X_train, y_train, validation_data(X_val, y_val), epochs50, batch_size128, class_weightclass_weight, callbacks[early_stop, reduce_lr], verbose1, )参数说明batch_size128是起点样本量小就降到 32 或 64learning_rate1e-3是 Adam 的常用值如果 loss 震荡就降到 5e-4patience5配合restore_best_weights能省掉手动保存模型的麻烦。EarlyStopping监控val_auc而不是val_loss因为延误预测更关心排序质量AUC 比 loss 更能反映业务效果。3.3 训练过程中该盯哪些曲线history里最值得看的是val_auc和val_loss的走势。如果训练 AUC 一直涨、验证 AUC 在 3 到 5 个 epoch 后掉头向下说明过拟合优先加 Dropout 或减隐藏单元而不是加数据。如果两条曲线都平说明模型容量不够或者特征没信息量先回去检查特征里有没有把dep_delay本身漏掉——这个字段是预测下一段延误最强的信号漏了它模型基本学不到东西。如果验证 loss 突然变成 NaN多半是学习率太大或者某批数据里有极端值检查标准化有没有把异常值处理好。4. 延误预测模型落地时最容易翻车的五个坑4.1 现象验证集 AUC 0.9上线后惨不忍睹原因序列切分时用了随机划分同一架飞机的相邻窗口同时进了训练和验证。解决严格按时间切训练集的时间段必须早于验证集和测试集。检查方法是看训练集和验证集的日期范围有没有重叠。4.2 现象模型永远预测“不延误”召回率接近零原因延误样本占比低且没有设class_weight模型学会了偷懒。解决在fit里传class_weight或者用focal loss替代交叉熵。同时把评估指标从 accuracy 换成 AUC 和 recallaccuracy 在类别不平衡时没有参考价值。4.3 现象训练 loss 正常但预测结果全是 0.5 左右原因特征标准化用了全量数据的均值方差或者dep_delay字段在序列里被错误地 shift 了。解决标准化参数只在训练集上 fit然后 transform 验证和测试集检查序列构造代码确保第 t 步的特征里不包含第 t1 步的标签信息。4.4 现象换一个机场的数据模型效果断崖式下跌原因机场编码用了 LabelEncoder不同数据集的编码不一致模型学到的嵌入对不上。解决如果要做跨机场泛化机场特征要么用 one-hot 固定维度要么用机场的固有属性吞吐量、跑道数、气候类型替代编号。LabelEncoder 只适合单数据集内部使用。4.5 现象训练到一半 loss 变成 NaN原因学习率太大或者序列里有极端延误值比如 1440 分钟没做截断。解决把dep_delay截断到 [-60, 360] 区间再标准化学习率降到 5e-4 或 1e-4加梯度裁剪clipnorm1.0。5. 让 LSTM 延误预测真正可用的三个进阶技巧第一个技巧是用“预测残差”代替“直接预测”。先跑一个简单的逻辑回归或 XGBoost 拿到基线预测概率然后把 LSTM 的输出目标改成“真实标签减去基线概率”的残差。这样 LSTM 只需要学传统模型学不到的那部分时序信息收敛更快而且即使 LSTM 部分效果一般整体也不会比基线差。我在实际项目里用这招AUC 从 0.78 提到 0.84训练轮数少了三分之一。第二个技巧是给序列加“时间间隔”特征。航班之间的间隔小时数很关键同一架飞机前后两段间隔 30 分钟和间隔 4 小时延误传播的概率完全不同。把time_gap作为一个额外特征拼进每个时间步模型能学到“短间隔更容易连锁延误”这个规律。实现上就是在feature_cols里加一列计算相邻两段sched_dep_time的差值。第三个技巧是用TimeDistributed包装全连接层做多步预测。如果你不仅想预测下一段还想预测未来三段可以把输出改成Dense(3, activationsigmoid)用TimeDistributed让每个时间步都出一个预测。这样一次前向传播能拿到未来多个时刻的延误概率对排班调整更有参考价值。代价是标签构造要改成多标签样本数会进一步减少适合数据量充足的场景。验证模型是否真的学到了时序依赖有个简单办法把测试集里的序列顺序随机打乱再跑一遍预测。如果 AUC 明显下降说明模型确实在用顺序信息如果几乎不变那它可能只是在做逐样本的特征映射LSTM 白搭了。这个检查我每次上线前都会做比看 loss 曲线直观得多。我自己踩过最深的坑是早期太迷信“更深更大”的模型堆了 4 层 LSTM、256 个隐藏单元结果训练三天验证 AUC 还不如 2 层 64 单元。后来才明白航班延误的时序模式没那么复杂数据质量和序列构造才是天花板。把尾号分组做干净、把dep_delay的传播链条保留好比调网络结构管用十倍。希望帮到你。本文还有配套的精品资源点击获取 航班延误预测实战：LSTM时序模型从数据构造到落地避坑
简介这份PDF文档聚焦民航领域的航班延误预测问题面向从事数据建模、机器学习应用及空管信息化研究的技术人员与学习者。内容以循环神经网络为核心系统讲解RNN与LSTM单元相混合的深度学习算法设计思路并结合民航空管历史真实数据探讨机器学习技术在空管行业的落地路径涵盖算法原理、模型构建与基础数据说明等模块。资源包内仅含1个PDF文件大小约1MB便于随身查阅与打印研读。目前已有194人学习下载具备一定的参考热度。读者可从中获取航班延误预测的完整建模框架理解RNN的隐藏层状态传递机制与LSTM输入门、遗忘门、输出门的细胞单元更新流程掌握自动特征提取、长期依赖处理等关键方法并了解该模型在延误趋势预判、地面保障资源调配及大数据分析挖掘中的应用前景适合作为深度学习入门与行业实践结合的参考材料。1. 航班延误预测模型为什么 RNN 比传统机器学习更值得押注做航班延误预测的人十有八九是从逻辑回归或者随机森林起步的。把出发机场、目的地、计划起飞时间、航空公司、天气代码这些字段拼成一张宽表丢进 sklearn 跑一个二分类AUC 到 0.75 左右并不难。但真到了生产环境你会发现模型每天都在“打脸”明明前序航班已经晚点两小时预测结果还是准点明明这条航线在傍晚有固定的流控规律模型却完全学不到。问题不在特征工程不够努力而在于传统机器学习把每条样本当成独立事件丢掉了航班之间最关键的时序依赖。循环神经网络RNN以及它的实用变体 LSTM正是冲着这个短板来的。航班延误本质上是一条链一架飞机一天飞 6 到 8 段前一段晚点会顺着飞机尾号往后传一条航线在特定时段会形成拥堵波今天的延误模式往往是昨天同一时刻的翻版。LSTM 的门控结构能把这种“记忆”保留下来用过去若干时刻的延误状态去预测下一时刻。这篇笔记面向的是已经会用 Python 做机器学习、想把这个模型真正跑起来的人——从数据怎么组织成序列到 LSTM 层怎么堆、参数怎么调、训练时哪里最容易翻车我会按自己落地的顺序讲一遍。2. 把航班数据改造成 LSTM 能吃的序列样本2.1 为什么不能直接拿宽表喂给 RNN传统机器学习的数据形态是二维的行是样本列是特征。RNN 要的是三维张量样本数 × 时间步 × 特征数。这个转变不是 reshape 一下就完事核心在于“一个样本”的定义变了。在宽表里一个样本是“某航班某次飞行”在序列模型里一个样本应该是“某架飞机或某条航线连续若干次飞行的状态序列”预测目标是这个序列下一段的延误情况。我一般按飞机尾号tail number来切序列因为延误传播最直接的载体就是同一架飞机的排班。如果数据里没有尾号退而求其次用“航线 当天”做分组但效果会打折扣因为不同飞机之间的差异被抹掉了。分组之后每个组按计划起飞时间排序取连续 N 个时间步作为一个输入窗口第 N1 步的延误标签作为预测目标。N 取多少常见做法是 6 到 12对应一架飞机一天飞 6 到 8 段、或者一条航线一天十几个班次。N 太小模型看不到传播链条N 太大序列里噪声累积而且样本数会锐减。2.2 构造序列样本的完整代码下面这段代码假设你手里有一张按时间排序的航班明细表字段包括tail_num、sched_dep_time、dep_delay、origin、dest、carrier等。目标是把每个尾号的连续航班切成滑动窗口。import pandas as pd import numpy as np from sklearn.preprocessing import LabelEncoder # 假设 df 已按 tail_num sched_dep_time 排序 df df.sort_values([tail_num, sched_dep_time]).reset_index(dropTrue) # 1. 构造延误标签下一段是否延误超过 15 分钟 df[is_delayed] (df[dep_delay] 15).astype(int) # 2. 类别特征编码机场、航司 for col in [origin, dest, carrier]: le LabelEncoder() df[col _enc] le.fit_transform(df[col].astype(str)) # 3. 数值特征标准化 num_cols [dep_delay, distance, hour_of_day, day_of_week] df[num_cols] df[num_cols].fillna(0) df[num_cols] (df[num_cols] - df[num_cols].mean()) / (df[num_cols].std() 1e-8) feature_cols num_cols [origin_enc, dest_enc, carrier_enc] SEQ_LEN 8 # 用过去 8 段预测第 9 段 def build_sequences(group): 对单个尾号的航班序列做滑动窗口切分 X, y [], [] vals group[feature_cols].values labels group[is_delayed].values for i in range(len(group) - SEQ_LEN): X.append(vals[i : i SEQ_LEN]) y.append(labels[i SEQ_LEN]) return np.array(X), np.array(y) X_all, y_all [], [] for tail, grp in df.groupby(tail_num): if len(grp) SEQ_LEN: continue # 序列太短跳过 X_g, y_g build_sequences(grp) X_all.append(X_g) y_all.append(y_g) X_all np.concatenate(X_all, axis0) y_all np.concatenate(y_all, axis0) print(样本形状:, X_all.shape, 标签分布:, np.bincount(y_all))这段代码的关键点有三个。第一is_delayed的阈值 15 分钟是行业惯例低于这个数一般不算延误你可以按业务口径改成 30 或 60。第二SEQ_LEN8是经验起点后面调参时再动。第三标准化必须在切序列之前做而且均值方差只能用训练集算否则会引入未来信息这是时序任务里最隐蔽的泄漏之一。2.3 划分训练集时不能随机打乱时序数据的训练集、验证集、测试集必须按时间切不能train_test_split(shuffleTrue)。我一般取前 70% 时间段的序列做训练中间 15% 做验证最后 15% 做测试。如果按尾号分组后直接随机分同一架飞机的相邻序列会同时出现在训练和测试里模型等于提前看过答案指标虚高得离谱。这一点在航班延误场景里尤其致命因为延误的日间模式很强随机划分会让模型“记住”某一天的模式然后在测试集里复现。3. 用 Keras 搭一个能跑通的 LSTM 延误预测模型3.1 网络结构怎么定层数、隐藏单元、Dropout航班延误预测的 LSTM 不需要太深。我试过 1 层、2 层、3 层2 层 LSTM 加一层全连接是最稳的配置。隐藏单元数从 64 起步序列特征维度在 10 到 20 之间时64 或 128 足够表达再大容易过拟合而且训练慢。Dropout 放在 LSTM 层之间和全连接层之前取 0.2 到 0.3。注意 LSTM 内部的recurrent_dropout会显著拖慢训练一般不开用层间 Dropout 就够了。输出层是单神经元加 sigmoid做二分类。损失函数用binary_crossentropy。如果延误样本占比很低比如只有 15%要在fit里传class_weight否则模型会倾向于全预测“不延误”准确率看着高但召回惨不忍睹。3.2 完整建模与训练代码import tensorflow as tf from tensorflow.keras import layers, models, callbacks def build_lstm_model(seq_len, n_features): model models.Sequential([ # 第一层 LSTMreturn_sequencesTrue 才能接第二层 layers.LSTM(64, return_sequencesTrue, input_shape(seq_len, n_features)), layers.Dropout(0.3), # 第二层 LSTM只输出最后时刻的隐状态 layers.LSTM(64, return_sequencesFalse), layers.Dropout(0.3), layers.Dense(32, activationrelu), layers.Dense(1, activationsigmoid), ]) model.compile( optimizertf.keras.optimizers.Adam(learning_rate1e-3), lossbinary_crossentropy, metrics[accuracy, tf.keras.metrics.AUC(nameauc)], ) return model n_features X_all.shape[2] model build_lstm_model(SEQ_LEN, n_features) model.summary() # 按时间切分 n len(X_all) train_end, val_end int(n * 0.7), int(n * 0.85) X_train, y_train X_all[:train_end], y_all[:train_end] X_val, y_val X_all[train_end:val_end], y_all[train_end:val_end] X_test, y_test X_all[val_end:], y_all[val_end:] # 类别权重 from sklearn.utils.class_weight import compute_class_weight cw compute_class_weight(balanced, classesnp.array([0, 1]), yy_train) class_weight {0: cw[0], 1: cw[1]} early_stop callbacks.EarlyStopping( monitorval_auc, patience5, modemax, restore_best_weightsTrue ) reduce_lr callbacks.ReduceLROnPlateau( monitorval_loss, factor0.5, patience3, min_lr1e-5 ) history model.fit( X_train, y_train, validation_data(X_val, y_val), epochs50, batch_size128, class_weightclass_weight, callbacks[early_stop, reduce_lr], verbose1, )参数说明batch_size128是起点样本量小就降到 32 或 64learning_rate1e-3是 Adam 的常用值如果 loss 震荡就降到 5e-4patience5配合restore_best_weights能省掉手动保存模型的麻烦。EarlyStopping监控val_auc而不是val_loss因为延误预测更关心排序质量AUC 比 loss 更能反映业务效果。3.3 训练过程中该盯哪些曲线history里最值得看的是val_auc和val_loss的走势。如果训练 AUC 一直涨、验证 AUC 在 3 到 5 个 epoch 后掉头向下说明过拟合优先加 Dropout 或减隐藏单元而不是加数据。如果两条曲线都平说明模型容量不够或者特征没信息量先回去检查特征里有没有把dep_delay本身漏掉——这个字段是预测下一段延误最强的信号漏了它模型基本学不到东西。如果验证 loss 突然变成 NaN多半是学习率太大或者某批数据里有极端值检查标准化有没有把异常值处理好。4. 延误预测模型落地时最容易翻车的五个坑4.1 现象验证集 AUC 0.9上线后惨不忍睹原因序列切分时用了随机划分同一架飞机的相邻窗口同时进了训练和验证。解决严格按时间切训练集的时间段必须早于验证集和测试集。检查方法是看训练集和验证集的日期范围有没有重叠。4.2 现象模型永远预测“不延误”召回率接近零原因延误样本占比低且没有设class_weight模型学会了偷懒。解决在fit里传class_weight或者用focal loss替代交叉熵。同时把评估指标从 accuracy 换成 AUC 和 recallaccuracy 在类别不平衡时没有参考价值。4.3 现象训练 loss 正常但预测结果全是 0.5 左右原因特征标准化用了全量数据的均值方差或者dep_delay字段在序列里被错误地 shift 了。解决标准化参数只在训练集上 fit然后 transform 验证和测试集检查序列构造代码确保第 t 步的特征里不包含第 t1 步的标签信息。4.4 现象换一个机场的数据模型效果断崖式下跌原因机场编码用了 LabelEncoder不同数据集的编码不一致模型学到的嵌入对不上。解决如果要做跨机场泛化机场特征要么用 one-hot 固定维度要么用机场的固有属性吞吐量、跑道数、气候类型替代编号。LabelEncoder 只适合单数据集内部使用。4.5 现象训练到一半 loss 变成 NaN原因学习率太大或者序列里有极端延误值比如 1440 分钟没做截断。解决把dep_delay截断到 [-60, 360] 区间再标准化学习率降到 5e-4 或 1e-4加梯度裁剪clipnorm1.0。5. 让 LSTM 延误预测真正可用的三个进阶技巧第一个技巧是用“预测残差”代替“直接预测”。先跑一个简单的逻辑回归或 XGBoost 拿到基线预测概率然后把 LSTM 的输出目标改成“真实标签减去基线概率”的残差。这样 LSTM 只需要学传统模型学不到的那部分时序信息收敛更快而且即使 LSTM 部分效果一般整体也不会比基线差。我在实际项目里用这招AUC 从 0.78 提到 0.84训练轮数少了三分之一。第二个技巧是给序列加“时间间隔”特征。航班之间的间隔小时数很关键同一架飞机前后两段间隔 30 分钟和间隔 4 小时延误传播的概率完全不同。把time_gap作为一个额外特征拼进每个时间步模型能学到“短间隔更容易连锁延误”这个规律。实现上就是在feature_cols里加一列计算相邻两段sched_dep_time的差值。第三个技巧是用TimeDistributed包装全连接层做多步预测。如果你不仅想预测下一段还想预测未来三段可以把输出改成Dense(3, activationsigmoid)用TimeDistributed让每个时间步都出一个预测。这样一次前向传播能拿到未来多个时刻的延误概率对排班调整更有参考价值。代价是标签构造要改成多标签样本数会进一步减少适合数据量充足的场景。验证模型是否真的学到了时序依赖有个简单办法把测试集里的序列顺序随机打乱再跑一遍预测。如果 AUC 明显下降说明模型确实在用顺序信息如果几乎不变那它可能只是在做逐样本的特征映射LSTM 白搭了。这个检查我每次上线前都会做比看 loss 曲线直观得多。我自己踩过最深的坑是早期太迷信“更深更大”的模型堆了 4 层 LSTM、256 个隐藏单元结果训练三天验证 AUC 还不如 2 层 64 单元。后来才明白航班延误的时序模式没那么复杂数据质量和序列构造才是天花板。把尾号分组做干净、把dep_delay的传播链条保留好比调网络结构管用十倍。希望帮到你。本文还有配套的精品资源点击获取