基于Extra Tree Classifier的水质安全建模预测

doi:10.15966/j.cnki.dnydx.2024.06.006

全文: PDF(0 KB)
输出: BibTeX | EndNote (RIS)

摘要随着工业化和城市化的快速发展，水质安全问题日益受到关注。本研究利用一个包含7999条数据记录的水质分析数据集，涵盖多种化学物质浓度测量值与安全阈值，以及“是否安全”分类变量，运用Extra Tree Classifier模型进行水质安全建模预测及数据分析。本研究目的在于提供一个可靠的模型，以帮助决策者和相关部门更好地监测和维护水质安全，从而保障公众健康和环境可持续发展。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章

关键词 ：水质安全, Lazy Predict, Extra Tree Classifier, k折交叉验证, 机器学习

Abstract：With the rapid development of industrialization and urbanization, water quality safety issues have attracted increasing attention. This study uses a water quality analysis data set containing 7999 data records, covering various chemical substance concentration measurements and safety thresholds, as well as "safe or not" classi?cation variables, and uses the Extra Tree Classi?er model to conduct water quality safety modeling prediction and data analysis. The purpose of this study is to provide a reliable model to help policymakers and relevant departments better monitor and maintain water quality safety, thereby ensuring public health and environmental sustainability.

Key words： water quality safety Lazy Predict Extra Tree Classi?er K-fold cross validation machine learning

年卷期日期: 2024-06-10 出版日期: 2024-11-01

引用本文:

杨丽佳陈新房, 赵晗清汪世伟. 基于Extra Tree Classifier的水质安全建模预测[J]. 电脑与电信, 2024, 1(6): 57-.
YANG Li-jia CHEN Xin-fang ZHAO Han-qing WANG Shi-wei. Water Quality Safety Modeling Prediction Based on Extra Tree Classiﬁer. Computer & Telecommunication, 2024, 1(6): 57-.

链接本文:

https://www.computertelecom.com.cn/CN/10.15966/j.cnki.dnydx.2024.06.006 或 https://www.computertelecom.com.cn/CN/Y2024/V1/I6/57

[1]	聂铖　王杰. 数据分析方法的研究与发展综述 [J]. 电脑与电信, 2024, 1(4): 200-25.
[2]	陈亮朱元凯李长英. 基于HHO-KNN优化算法的垃圾邮件检测研究 [J]. 电脑与电信, 2022, 1(9): 73-77.
[3]	郭昭烽谢玲庄一帆. 一种智能导盲杖系统的设计 [J]. 电脑与电信, 2022, 1(3): 1-4.
[4]	张丽. 基于SVM算法的宏病毒处理模型研究 [J]. 电脑与电信, 2022, 1(1-2): 41-45.
[5]	吕少岚陈泽辉王晶晶江佳佳. 基于机器学习技术的内网威胁行为发现方法的研究 [J]. 电脑与电信, 2022, 1(10): 65-76.
[6]	刘卉芳. 基于运营商大数据的反欺诈模型研究与应用[J]. 电脑与电信, 2021, 1(7): 46-52.
[7]	杨光陈亚睿. 机器学习案例化教学方法研究 [J]. 电脑与电信, 2021, 1(11): 33-36.
[8]	王玉何珍祥. 机器学习算法在入侵检测中的应用研究[J]. 电脑与电信, 2020, 1(7): 1-3.
[9]	童莲. 大数据背景下的机器学习算法应用研究[J]. 电脑与电信, 2018, 1(9): 29-31.
[10]	宋添树, 李江宇, 张沁哲. 基于CBOW模型的个人微博聚类研究[J]. 电脑与电信, 2018, 1(4): 69-72.
[11]	王旺. 基于机器学习的基站覆盖范围仿真[J]. 电脑与电信, 2018, 1(11): 45-47.
[12]	卫小强. 基于深度学习的过完备字典稀疏表示的矩阵分析[J]. 电脑与电信, 2017, 1(7): 97-99.
[13]	刘利萍. 基于免疫智能的网络异常检测算法[J]. 电脑与电信, 2017, 1(12): 67-70.
[14]	许璐蕾. 网络评论中情感词的获取及极性判断方法比较[J]. , 2011, 1(01): 0-0.