文献类型：期刊文章

作　　者：杨思琪[1] 赵丽华[1]

机构地区：[1]太原理工大学数学学院,山西晋中030600

出　　处：《统计与决策》

基　　金：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)

年　　份：2017

卷　　号：33

期　　号：20

起止页码：83-86

语　　种：中文

收录情况：BDHX、BDHX2014、CSSCI、CSSCI2017_2018、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

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  

分 类 号：O21] X51[数学类]