10.16055/j.issn.1672-058X.2017.0003.015
基于机器学习在空气质量指数中的应用
利用机器学习和多元线性回归模型对西安市近一年的空气质量指数进行了研究,首先利用随机森林思想对数据进行了补齐,然后运用交叉验证对神经网络模型选取最优的隐层节点数和训练周期数,最后,通过比较两种模型的拟合效果发现,神经网络模型在对空气质量指数的预测效果明显好于多元线性回归模型.
神经网络、多元线性回归模型、空气质量指数
34
O141.4(数理逻辑、数学基础)
国家自然科学基金项目资助11471060
2017-10-30（万方平台首次上网日期，不代表论文的发表时间）
共6页
82-87
