论文研究 基于机器学习的地面臭氧水平预测

由于人们日益关注环境问题，尤其是空气污染，因此预测一天是否被污染对人们的健康至关重要。为了解决这个问题，本研究基于大数据和机器学习模型对地面臭氧水平进行了分类，其中被污染的臭氧日为1级，非臭氧日为0级。本研究中使用的数据集来自UCI该网站包含休斯顿，加尔维斯顿和布拉索里亚地区的各种环境因素，这些因素可能会影响臭氧污染的发生[1]。首先填充此数据集以进行进一步处理，然后进行标准化以确保每个特征具有相同的权重，然后将其分为训练集和测试集。此后，在地面臭氧水平的预测中使用了五种不同的机器学习模型，并比较了它们的最终准确性得分。总之，在Logistic回归，决策树，随机森林，AdaBoost和