10.3969/j.issn.1000-386x.2021.10.019
基于MIC-XGBoost算法的居民用水量数据预测
为了进一步提升水务企业工作效率,解决抄表数据审核工作量大、保证数据准确性等问题,在传统的XGBoost预测算法基础上提出一种基于MIC-XGBoost的混合预测模型.以某水务企业近两年的用户历史用水数据为基础,利用最大信息系数(MIC)得出不同影响因素与用户用水量之间变量的关联程度,构建不同单一影响因素下的用水量数据预测模型,采用实际用水数据调整算法参数,得到最终预测模型.实验结果表明,在预测精度上该模型比单一的XGBoost模型提高了约21%,能有效提升数据审核效率.
数据审核;最大信息系数;XGBoost;用水量预测
38
TP3(计算技术、计算机技术)
重庆市研究生科研创新基金项目CYS18312
2021-10-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
125-130