基于随机森林视角的空气质量分类预测

• 作者: 孟倩
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 随机森林 空气质量 分类预测 PM2.5
• 年，卷（期）: 2018,（3）
• 页码范围: 30-34
• 页数: 5页
• 分类号: X820.2
• 字数: 3146字
• 语种: 中文
• DOI: 10.16055/j.issn.1672-058X.2018.0003.005

摘要

为有效防治大气污染,依据大气污染的各项指标值来预测城市空气质量级别并给出起主导作用的因素,提出基于随机森林的空气质量等级分类预测方法;随机森林模型直接给出影响空气质量指标的重要性评分以便于找出最重要的影响因素,比较不同的数据挖掘方法,结果显示:随机森林分类预测的准确率最高,因此该模型可广泛应用于空气质量预测中;测试集结果显示随机森林方法不易受噪声影响且泛化误差较低,重要性评分给出细颗粒物和可吸入颗粒影响为最重要的两个因素,并以保定市为例有针对性地给出提高空气质量的建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟倩	安徽大学经济学院	5	5	2.0	2.0