基于R语言的面向需水预测的随机森林方法

被引：62

作者：

明均仁 ^{[1
]}

肖凯 ^{[2
]}

机构：

[1] 武汉大学信息管理学院

[2] 长江水利委员会网络与信息中心水利发展研究所

来源：

关键词：

需水预测; 随机森林; 数据挖掘; 集成学习; 交叉检验;

D O I：

10.13546/j.cnki.tjyjc.2012.09.018

中图分类号：

TV213.4 [水利资源的管理、保护与改造];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）];

摘要：

需水预测对于有效的水资源管理有重要的作用。文章引入随机森林方法对需水预测问题进行了实证研究。实验结果表明,随机森林方法不会受到训练集中异常值的影响而出现过度拟合的情况,模型稳健性较高。在地区需水量的各解释变量中,地区人口和灌溉面积的影响较为重要。文章的结论和方法有助于管理部门更有效的进行需水管理。

引用

页码：81 / 83

页数：3

共 4 条

[1]

数据挖掘.[M].(加)JiaweiHan;(加)MichelineKamber著;范明;孟小峰等译;.机械工业出版社.2001,

[2]

张成才 ;

崔雅博 ;

胡彩虹 .

[3]

凌和良 ;

桂发亮 ;

楼明珠 .

[4]

贺丽媛 ;

夏军 ;

张利平 .