信息记录材料

首页 > 刊期 > 2021 > 10期 > 信息：技术与应用

基于机器学习的北京空气质量预测

刘侠，何春旺

【摘要】目前有很多种机器学习的算法模型可以预测各类问题未来的趋势与情况，不同的预测模型都有应用场景和优缺点。如今，空气质量的预测是个热门方向，但是短期预测的准确率往往不高。针对该问题，本文通过利用逻辑回归、决策树、随机森林、梯度提升决策树、极端梯度提升树 5个算法，对北京市空气质量相关数据进分析，预测北京市 PM2.5值，比较不同模型的预测结果，发现极端梯度提升树在本次实验中准确率最高。

【关键字】PM2.5；决策树；随机森林；梯度提升决策树；XGboost