基于机器学习的城市空气质量预测模型分析

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：文章针对提升城市空气质量预测的精度，研究分析基于不同机器学习的预测模型。以2018年广州空气质量为例，首先，通过时间序列和相关性研究城市空气质量和特征之间的相关性；然后，分别基于随机森林回归、决策树回归、梯度提升树算法，构建AQI预测模型，确定较优模型；最后，进行网格搜索调参优化模型。（剩余8065字）

试读结束

目录
monitor
客服机器人