21、航班延误预测：从贝叶斯模型到逻辑回归的探索

航班延误预测：从贝叶斯模型到逻辑回归的探索

1. 基于距离和出发延误的贝叶斯模型

在航班延误预测中，我们可以构建一个基于距离和出发延误两个变量的贝叶斯模型，以此来判断是否取消会议。随着飞行距离的增加，出发延误阈值也会相应提高，以下是一个示例表格：
| 距离范围（英里） | 出发延误阈值（分钟） |
| — | — |
| 0 - 368 | 15 |
| 368 - 575 | 17 |
| 575 - 838 | 18 |
| 838 - 1218 | 18 |
| 1218及以上 | 19 |

生产服务可以从云存储的Pig输出桶中读取该表格，并进行相应的阈值判断。例如，对于一个飞行距离为1000英里、出发延误15分钟的航班，它属于838 - 1218英里的区间。对于这个区间的航班，只有当出发延误达到18分钟或以上时，才需要取消会议，所以这个15分钟的出发延误是可以在飞行途中弥补的。

2. 评估贝叶斯模型

为了评估这个新的双变量模型的性能，我们可以修改之前的评估查询，添加距离标准并为该距离提供合适的阈值：

#standardsql
SELECT
  SUM(IF(DEP_DELAY = 15
      AND arr_delay < 15,
      1,
      0)) AS wrong_cancel,
  SUM(IF(DEP_DELAY = 15
      AND arr_delay >= 15,
      1,
      0)) AS correct_cancel
  FROM