-
基于多元协变量和随机森林算法的宁夏用电量预测
摘要:以2000一2010年宁夏用电量相关资料为基础,提取用电量的影响因子,并于Rstudio平台构建基于随机森林算法(RF）的预测模型,对2012一2017年用电量进行预测验证。结果表明,模型输出值与实际值相吻合,训练误差与预测平均误差分别为7.02亿kw·h、9.20亿kw·h,该算法模型有效。对比可知,RF模型的MAE、RMsE(9.20亿kw·h、10.57亿kw·h）小于RBF(13.24亿kw·h、14.04亿kw·h）和sVM(22.39亿kw·h、25.57亿kw·h）模型,基于RF的用电预测模型效果更优。另外,RF能够准确计算预测因子的重要性,这对于变量筛选具有重要意义。
-
基于多元协变量和随机森林算法的宁夏用电量预测
摘要:以2000一2010年宁夏用电量相关资料为基础,提取用电量的影响因子,并于Rstudio平台构建基于随机森林算法(RF）的预测模型,对2012一2017年用电量进行预测验证。结果表明,模型输出值与实际值相吻合,训练误差与预测平均误差分别为7.02亿kw·h、9.20亿kw·h,该算法模型有效。对比可知,RF模型的MAE、RMSE(9.20亿kw·h、10.57亿kw·h）小于RBF(13.24亿kw·h、14.04亿kw·h）和SVM(22.39亿kw·h、25.57亿kw·h）模型,基于RF的用电预测模型效果更优。另外,RF能够准确计算预测因子的重要性,这对于变量筛选具有重要意义。
