基于决策树对有无降水进行预测

被引：15

作者：

张佳华

姚宜斌

曹娜

机构：

[1] 武汉大学测绘学院

来源：

测绘地理信息 | 2017年 / 42卷 / 05期

关键词：

数据挖掘; 决策树; 降水; 预测;

D O I：

10.14188/j.2095-6045.2015261

中图分类号：

P457.6 [降水预报];

学科分类号：

070601 [气象学];

摘要：

选取了地表温度、大气压强、风速、大气可降水量以及露点温度5个影响降水的气象要素,利用ECMWF 2000-2014年(15a)的相应气象数据,分别采用数据挖掘中C4.5决策树、随机森林对降水进行预测。随机森林的平均预测准确度达到84.36%,C4.5决策树的平均预测准确度达到82.63%,两者远高于基于信息熵的SLIQ的平均预测准确率75.11%。随机森林的平均预测准确度比C4.5决策树高1.73%,但是其建模所需的时间却远高于C4.5所需的时间,并且随着数据集的增大而增大。

引用

页码：107 / 109

页数：3

共 7 条

[1]

近50年来中国极端降水趋势与物理成因研究综述 [J].