机器学习在农产品价格预测方面的研究与应用  

作　　者：胡世洋[1] 刘威 

机构地区：[1]贺州学院,广西贺州542899

出　　处：《电脑知识与技术》2023年第33期14-17,共4页Computer Knowledge and Technology

基　　金：广西壮族自治区教育厅广西高校中青年教师科研基础能力提升项目资助(No.2021KY0709);广西壮族自治区教育厅广西高校中青年教师科研基础能力提升项目资助(No.2023KY0736)。

摘　　要：文章研究了机器学习在农产品价格预测方面的应用。首先,对问题进行了分析,指出农产品价格预测对农民、经销商和政府等具有重要意义。接着,通过特征及相关性分析,确定了与农产品价格相关的特征变量,并探讨了它们之间的关系。然后,采用Lasso回归方法进行特征筛选,选择出最具影响力的特征变量。接下来,利用灰色预测模型实现单个特征的预测,通过该方法可以针对某一特定因素进行价格预测。最后,使用支持向量回归(SVR)方法实现整体价格的预测,并评估了预测结果的准确性和可靠性。实验结果表明,机器学习在农产品价格预测方面具有较高的精度。本研究为农业生产和市场运作提供了有效的参考依据,并为进一步深入研究提供了思路和方法。

关 键 词：机器学习 农产品价格 特征筛选 灰色预测 支持向量回归 评价 

分 类 号：TP319[自动化与计算机技术—计算机软件与理论]