青海高原光伏适宜性评价的不同决策树算法的比较研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：以青海高原为例，通过野外调查和整合谷歌图像的方式，收集185个光伏站点位置信息。在此基础上，对比分类与回归树（CART）、随机森林（RF）和极端梯度提升（XGBoost）这3种机器学习算法，采用受试者工作特征（ROC）曲线和统计指标对模型质量进行检验。结果表明：XGBoost具有较高的预测性能，对噪声数据具有较强的适应性，总体表现优于其他模型。（剩余22467字）

试读结束

目录
monitor