随机森林算法在城市空气质量预测中的应用 |
| |
引用本文: | 杨思琪,赵丽华.随机森林算法在城市空气质量预测中的应用[J].统计与决策,2017(20):83-86. |
| |
作者姓名: | 杨思琪 赵丽华 |
| |
作者单位: | 太原理工大学数学学院,山西晋中,030600 |
| |
基金项目: | 山西省青年科技研究基金资助项目(2012021015-6),太原理工大学教育教学改革资助项目(8003-02040403) |
| |
摘 要: | 近年来雾霾现象不断出现,空气质量状况愈发受到关注.文章以每日前一天的PM2.5、PM10浓度值等污染指标及温度、湿度、风速值等气象指标为影响因子,尝试基于随机森林算法的分类与回归功能,采用交叉验证法构建空气质量预测模型,并与应用Boosting、Bagging、决策树及支持向量机算法建立的模型的预测结果对比,发现随机森林模型具有较高的预测精度、较强的泛化能力及较好的稳健性能等优点,对开展城市空气质量预测工作有一定的指导意义.
|
关 键 词: | 随机森林算法 空气质量预测 交叉验证 分类 回归 |
本文献已被 万方数据 等数据库收录! |
|