2)0.896,成為最優(yōu)算法(以暴雨致災(zāi)危險(xiǎn)性預(yù)測(cè)結(jié)果為例)。在單場(chǎng)暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估中,在缺少暴雨過程持續(xù)天數(shù)數(shù)據(jù)的情況下,XGBoost算法仍為最優(yōu)算法,其預(yù)測(cè)的MRE值與RMSE值分別為2.066%、0.030,R2值為0.885,利用XGBoost算法在評(píng)估區(qū)劃中劃分的各等級(jí)受災(zāi)風(fēng)險(xiǎn)區(qū)域與實(shí)際受災(zāi)區(qū)域基本保持一致,表明XGBoost算法在缺少部分?jǐn)?shù)據(jù)的情況下,仍能高效準(zhǔn)確地進(jìn)行評(píng)估。"/>
P426.616;TP181
基于機(jī)器學(xué)習(xí)方法的重慶暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估技術(shù)研究(YWJSGG-202413);高分專項(xiàng)航空觀測(cè)系統(tǒng)科研項(xiàng)目外協(xié)子課題
謝濤,余亮,周浩,秦文思.基于極端梯度提升算法的重慶市暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估.氣象科學(xué),2024,44(6):1140-1153 XIE Tao, YU Liang, ZHOU Hao, QIN Wensi. Risk assessment of rainstorm disaster in Chongqing based on eXtreme Gradient Boosting algorithm. Journal of the Meteorological Sciences,2024,44(6):1140-1153
復(fù)制
