基于特征选择算法的建筑能耗预测集成模型

发布时间：2021-11-18 05:45

　　为提高建筑能耗预测效果,提出一种基于随机森林特征选择算法的建筑能耗预测集成回归模型（RF-GBDT）。通过随机森林的特征选择算法处理原始数据集生成最优特征子集,使用梯度提升决策树算法将6种基础的机器学习算法建立集成回归模型,以最优特征子集作为集成模型的输入数据集。使用评价指标RMSE和R²将集成模型预测结果与传统集成模型以及单一机器学习算法的预测结果进行对比,实验结果验证了集成后的RF-GBDT模型比单一算法的预测性能有了大幅度提升。 

【文章来源】：计算机工程与设计. 2020,41(10)北大核心

【文章页数】：5 页


本文编号：3502326