航班延误预测数据集-2021-2022
数据来源：互联网公开数据
标签：航班,延误,预测,交通运输,航空,时间序列,机器学习,数据分析
数据概述：
本数据集源自美国运输统计局（BTS），提供了1987年至今的航班数据，为预测航班延误问题提供了基础。BTS是美国交通部（DOT）下属部门，是关于商业航空、多式联运货运和运输经济学的权威统计来源，为政策制定者和公众提供了理解交通运输统计数据的背景信息。本数据集包含了2021年和2022年部分月份的航班信息，数据按月提供，每个月包含近五十万条航班信息。数据经过预处理，缺失值已通过删除处理。
数据文件包括：
Predict_Filght_Delays_2021.csv：2021年所有航班信息，已处理缺失值。
Predict_Filght_Delays_2022_M1_M4.csv：2022年1月至4月的航班信息，已处理缺失值。
dataset.csv：2021年6月、9月、12月和2022年3月的航班信息，为训练模型而创建的精简数据集，已处理缺失值。
stream_data.csv：2022年4月的航班信息，用于模拟实时系统，已处理缺失值。
T_ONTIME_REPORTING_Y_X：包含X年Y月所有航班信息的原始数据文件。
Attribute Information.pdf：详细的属性信息说明。
数据用途概述：
该数据集主要用于航班延误预测模型的构建和分析。研究人员可以使用该数据进行时间序列分析，探索影响航班延误的各种因素，例如天气、航空公司、出发地、目的地、起飞时间等。数据可用于开发和评估机器学习模型，预测航班延误的可能性和时长，从而帮助航空公司优化运营、改善乘客体验，以及为机场管理提供决策支持。此外，该数据集也适合用于教学和科研，例如数据挖掘、统计分析等相关课程的实践。
