科研之友
微信
新浪微博
Facebook
分享链接
摘要
气温的变化受风速、湿度、日照时数等因素的影响，可以通过分析这些因素预测气温的变化情况。考虑到气温序列中存在季节特性，采用One-Hot编码方法提取气温序列中的季节性信息，并作为随机森林模型的输入特征，对月平均气温进行拟合与预测。由于模型构建时涉及众多超参数，文中利用随机搜索和网格搜索两种算法优化模型中的超参数。结果表明：考虑季节性的随机森林模型拟合效果优于简单随机森林模型，预测数据变化趋势与实际观测基本一致，拟合精度可以达到96.14%。经两种方法对超参数寻优之后，模型拟合精度可以达到96.45%。
-
单位数理学院; 安徽建筑大学
