為提高建筑能耗預(yù)測效果,提出一種基于隨機(jī)森林特征選擇算法的建筑能耗預(yù)測集成回歸模型（RF-GBDT）。通過隨機(jī)森林的特征選擇算法處理原始數(shù)據(jù)集生成最優(yōu)特征子集,使用梯度提升決策樹算法將6種基礎(chǔ)的機(jī)器學(xué)習(xí)算法建立集成回歸模型,以最優(yōu)特征子集作為集成模型的輸入數(shù)據(jù)集。使用評價(jià)指標(biāo)RMSE和R²將集成模型預(yù)測結(jié)果與傳統(tǒng)集成模型以及單一機(jī)器學(xué)習(xí)算法的預(yù)測結(jié)果進(jìn)行對比,實(shí)驗(yàn)結(jié)果驗(yàn)證了集成后的RF-GBDT模型比單一算法的預(yù)測性能有了大幅度提升。 

【文章來源】：計(jì)算機(jī)工程與設(shè)計(jì). 2020,41(10)北大核心

【文章頁數(shù)】：5 頁


本文編號(hào)：3502326