风险多大？
按转机时长、枢纽、航司、时段和季节看误机率，带置信区间。
[ 数据分析案例 · 独立项目 · 2026 ]
转机该留多久？
我把 2025 年 700 万个美国真实航班拼成 484 万次枢纽转机，逐一核对实际有没有误机，最后落成一条订票规则和 TripMate 里的风险提示。
试一试 · 全国风险曲线2025 · 41 个枢纽
转机时长45min
误机10.6%约每 9 次转机误 1 次
- 问题
- 航司会卖 30–45 分钟的转机。这种转机多常失败？误机的代价有多大？留多久平均最快到？
- 我做了什么
- 从美国交通部的原始文件搭数据集，按真实结果给 484 万次转机打标签，检验规律，在模型没见过的月份上验证，最后做成期望成本决策。
- 结论
- 误机率从 30 分钟的 15.9% 降到 60 分钟的 7.6%。一次误机中位要多等 5.5–8.4 小时，所以几乎每个枢纽都是 45–75 分钟最快；晚上落地要再多留一些。
- 技能
- Python · pandas · scikit-learn · 数据管道 · 假设检验 · 跨时间验证 · 概率校准 · 决策分析 · 产品思维
- 次转机打了标签
- 4.84M
- 30 分钟转机的误机率
- 15.9%
- 未见月份上的 AUC
- 0.69
- 分钟：平均最快的转机时长
- 45-75
01
问题
订票网站很乐意卖你 35 分钟的转机，却不会告诉你成功率。
航司公布最短转机时间，订票引擎只要高于它就照卖。但对旅客、也对我做的出行助手 TripMate 来说，真正有用的问题是：这次转机失败的概率多大？失败了会怎样？把误机算进去，留多久平均最快？我把它拆成三个数据能回答的问题。
代价多大？
误机后，按真实时刻表找下一班飞往同一目的地的航班，算要多等多久。
所以呢？
让期望耗时最短的转机时长，以及产品在订票时能展示的风险提示。
02
搭建数据集
世上没有现成的“误机数据集”，我用真实发生的结果搭了一个。
美国交通部的文件记录了大航司每个国内航班的计划和实际时间，但不记录谁转了机。所以我构造真实可订的行程：每个飞进航司枢纽的航班，配上该航司 30–180 分钟后出发的下一班，每个进港航班随机抽三种转机时长。每一对都用两个航班的真实结果打标签，同一场暴雨让两班都晚点的情况会被如实记录，而不是被假设掉。
- 017.0M载入航班12 个月度文件，保留 18 列；实际时间 = 计划时间 + 延误
- 0241枢纽6 家主线航司在自家枢纽（AA、DL、UA、WN、AS、B6）
- 034.84M构造转机merge_asof 配对，每个进港航班随机 3 种 30–180 分钟转机
- 04277k标为误机总体 5.73% · 95% 置信区间 5.71–5.75%
打标签规则基于真实结果
误机 = 进港航班取消或备降 或 出港航班在进港落地后不到 20 分钟就推出
45 分钟转机 · 进港晚 10 分钟赶上
进港出港
还剩 35 分钟45 分钟转机 · 进港晚 40 分钟误机
进港出港
只剩 5 分钟45 分钟转机 · 两班都晚 40 分钟赶上
进港出港
延误相关反而救了你20 分钟登机口到登机口
03
数据告诉我们
第一个小时里风险下降最快，之后趋平；几点落地和留多久一样重要。
风险曲线484 万次转机
- 全部误机
- 仅因进港晚点
- 取消造成的下限
A
从 30 分钟加到 60 分钟，风险减半（15.9% → 7.6%）；再翻倍到 120 分钟只多降 3.8 个百分点。大约 1.2–1.3 个百分点始终降不下去：那是进港航班取消，留多久都没用。
落地时段45–75 分钟转机
00
03
4.806
5.609
5.812
8.415
11.518
13.921
B
延误会在一天里层层累积。早上 7 点落地误机约 4.8%；晚上 9 点以后是 13–15%，同样的转机时长，风险高了近三倍。
季节45–75 分钟转机
C
6–7 月最差（10.6–11.4%）：夏季雷暴叠加满排航班。9 月最平稳（6.2%）。
延误是相关的真实 vs. 打乱
- 真实结果
- 假如延误互相独立
D
进港晚点时，出港往往也晚：同一场天气、同一组机组。把这层关联打断，误机率会从真实的 5.73% 变成 6.66%：常见的“两个延误率相乘”的算法会把风险高估约 16%。用真实配对结果打标签，这个功夫值得花。
为什么会误机27.7 万次误机
78%进港晚点造成误机时中位晚点 124 分钟
22%取消 / 备降
延误分钟按上报原因
E
天气很少是直接原因。前序航班的连锁延误和航司运营占了五分之四的延误分钟，这正是越晚落地越危险的原因。
04
能提前预测吗？
模型有帮助；但诚实地测，订票时能拿到的信息有天花板。
如果 TripMate 要展示一个风险数字，它必须是校准过的（标 10% 的转机，大约就该有 10% 失败），而且要在模型没见过的月份上测。我用订票时就知道的信息训练梯度提升模型：转机时长、落地时段、枢纽、航司、出发地、星期几、距离；并和两个产品经理用表格就能做的基线对比。
- 训练1–8 月322 万次转机
- 校准9 月保序回归
- 测试10–12 月122 万 · 从没见过
成绩单测试集 · 10–12 月
| 方法 | AUC | 平均精度 | Brier |
|---|---|---|---|
| 只看转机时长 | 0.657 | 0.096 | 0.0504 |
| 枢纽 × 航司 × 时长查表 | 0.664 | 0.104 | 0.0503 |
| 梯度提升（已校准） | 0.690 | 0.123 | 0.0499 |
校准10 个分位组
预测靠什么置换重要性
提升不大，但是真的
AUC 0.690，查表是 0.664。转机时长和落地时段贡献约八成信号；剩下的风险来自当天的天气和运营，订票时没人知道。
展示档位，不展示小数
有这个天花板，产品就该展示低 / 中 / 高三档风险并附上百分比，而不是一个看似精确的分数。
我发现的一个问题
用平稳的 9 月校准，模型会把 10–12 月低估约 1.5 个百分点。早期版本把月份当特征，效果更差。解决办法：用 2023–2025 三年数据训练，让它学到季节性。
05
决策
一次误机的代价以小时计，所以最快的转机不是最短的那个。
对每一次误机，我在真实时刻表里找当天或次日从该枢纽飞往同一目的地的下一班。给出两个边界：任意航司（乐观）和同一主线航司（大多数机票的现实情况）。
- 5.5-8.4
- 小时：额外等待中位数
- 42-51%
- 的误机要等到第二天
误机后要多等多久基于真实时刻表
转机环节的期望耗时美国航空 · 华盛顿 DCA · 下午
- 同一航司
- 任意航司
- 转机时长本身
期望耗时 = 转机时长 + 误机概率 × 误机后的等待
美国航空在 DCA 的 45 分钟转机有 16% 会误机，期望耗时 118–151 分钟。订 60–75 分钟平均反而更快（115–140），也安心得多。时间价值按每小时 25 美元还是 100 美元算，结论几乎不变，因为误机的代价本身主要就是时间。
最繁忙的 16 个枢纽按转机时长分段的误机率
| 枢纽 | 30–59 | 60–89 | 90–119 | 最快 | 过夜 |
|---|---|---|---|---|---|
| ATLDL | 10.9 | 6.1 | 4.3 | 45 min | 29-30% |
| DFWAA | 15.2 | 9.9 | 7.3 | 45-75 min | 41-43% |
| CLTAA | 11.8 | 7.1 | 5.1 | 60 min | 40-42% |
| DENUA | 12.3 | 6.6 | 4.9 | 45-75 min | 34-57% |
| DENWN | 9.3 | 5.0 | 3.3 | 45-60 min | 35-50% |
| LASWN | 8.1 | 4.5 | 2.6 | 45-60 min | 41-49% |
| ORDUA | 10.1 | 6.4 | 4.4 | 60 min | 33-54% |
| SEAAS | 13.7 | 6.6 | 4.2 | 60 min | 47-59% |
| BWIWN | 8.0 | 4.5 | 3.3 | 45 min | 51-53% |
| PHXWN | 8.3 | 5.0 | 3.3 | 45 min | 44-52% |
| DALWN | 8.6 | 5.1 | 3.6 | 45 min | 53-53% |
| MDWWN | 8.5 | 4.8 | 3.2 | 45 min | 58-58% |
| MSPDL | 11.1 | 6.3 | 4.1 | 60 min | 56-58% |
| IAHUA | 10.2 | 5.7 | 3.9 | 45 min | 46-51% |
| MIAAA | 14.4 | 8.4 | 5.7 | 60-75 min | 45-46% |
| PHXAA | 12.5 | 7.9 | 5.3 | 60-75 min | 37-59% |
06
建议
给旅客三条规则，给 TripMate 一个功能。
订 45–75 分钟
几乎每个枢纽平均都最快。别订 30 分钟：六次里就有一次赶不上。
越晚越要多留
下午 5 点后落地、或者 6–7 月出行？多留 15–30 分钟，风险是平时的两到三倍。
当心末班
大约一半的误机意味着过夜。如果是当天最后一班转机，就订长一点的。
TripMate · 转机检查原型
BOS → DCA → CLT
45 min 高风险 · 16%
60–75 分钟的转机误机率 9–12%，平均还更快。
来源：美国交通部 2025 准点数据 · 下午落地
模型输出一张校准后的误机概率查找表：航司 × 枢纽 × 落地时段 × 转机时长（`risk_table.json`），小到可以直接放进前端，不需要模型服务器。在 TripMate 里，它就是每个转机行程旁边的风险提示。
07
局限与下一步
只有一年的季节
加入 2023–2024 年数据，让模型学会月份效应，而不是低估冬季。
只看主线航司
支线合作航司用自己的代码申报，转到它们的航班不在范围内。下一步：把合作航班映射回销售航司。
固定的 20 分钟
登机口之间的时间因航站楼而异。下一步：按枢纽航站楼图调整，并区分是否托运行李。
改签是近似的
我用下一班直飞同一目的地来近似。真实改签可能经别的枢纽（更快），也可能遇上满座（更慢）。
数据：美国交通部运输统计局（BTS）Reporting Carrier On-Time Performance，2025 年 1–12 月。本页所有数字都由我自己的代码从原始文件算出；代码可应要求提供。