基于CART算法的空气质量指数回归预测模型的学习  

Learning of Index of Air Quality Prediction Model Based On CART

作　　者：陈峰[1] 

机构地区：[1]浙江师范大学数理与信息工程学院,浙江金华321004

出　　处：《上饶师范学院学报》2016年第6期16-21,共6页Journal of Shangrao Normal University

摘　　要：采用了CART算法结合广义交叉验证(GCV),对空气质量指数(AQI)预测建立了模型。结果显示,采用广义交叉验证选出的最优回归树能有效的预测空气质量指数。与多元回归方法相比,回归树预测的准确率较高。In this paper,CART arithmetic and GCV are combined to establish AQI forecasting model. Experimental results show that the regression tree optimized by GCV can forecast AQI effectively. The regression tree has the best forecasting accuracy,compared with Multiple Linear Regression（ MLR）.

关 键 词：CART 空气质量指数 GCV 多元线性回归 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]