基于机器学习在空气质量指数中的应用

• 作者: 刘锋 李春燕 王鹏飞 谭祥勇
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 数学
• 关键词: 神经网络 多元线性回归模型 空气质量指数
• 年，卷（期）: 2017,（3）
• 页码范围: 82-87
• 页数: 6页
• 分类号: O141.4
• 字数: 3657字
• 语种: 中文
• DOI: 10.16055/j.issn.1672-058X.2017.0003.015

摘要

利用机器学习和多元线性回归模型对西安市近一年的空气质量指数进行了研究,首先利用随机森林思想对数据进行了补齐,然后运用交叉验证对神经网络模型选取最优的隐层节点数和训练周期数,最后,通过比较两种模型的拟合效果发现,神经网络模型在对空气质量指数的预测效果明显好于多元线性回归模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘锋	重庆理工大学数学与统计学院	26	74	5.0	6.0
2	王鹏飞	重庆理工大学数学与统计学院	3	14	2.0	3.0
3	李春燕	重庆理工大学数学与统计学院	2	6	1.0	2.0
4	谭祥勇	上海财经大学统计与管理学院	3	20	3.0	3.0