论文部分内容阅读
常用的支持向量机和人工神经网络等机器学习方法预测PM2.5浓度时存在易过拟合、网络结构复杂、参数调优耗时等问题,本文提出基于随机森林回归算法的PM2.5浓度快速预测模型,选取影响PM2.5浓度的30个特征作为输入因子,以北京市2015年6月2日—2017年6月30日历史数据作为依据,对模型进行实验分析。实验表明,该模型具有灵活、高效、精度高的特点,具有很好的泛化能力。