科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对汽车尾气排放物中二氧化碳(CO2)的排放量测量设备价格昂贵且测量精度低的问题，进行基于机器学习的汽车二氧化碳排放量预测研究。首先，利用斯皮尔曼等级相关系数分析汽车特征之间的相关性，并过滤冗余特征；然后，利用随机森林算法筛选出影响CO2排放量的4个核心特征；最后，分别基于线性回归、梯度提升树、XGBoost、支持向量机4种机器学习算法建立CO2排放量的预测模型，并通过模型效果对比和网格搜索调参，确定最佳的预测模型为基于梯度提升树算法构建的模型。预测值和真实值的对比结果表明，基于梯度提升树算法构建的模型具有较高的预测精度，能有效预测不同汽车每公里的CO2排放量。
- 单位
