一种基于集成学习的树木最大冠幅处高度模拟预测方法

一种基于集成学习的树木最大冠幅处高度模拟预测方法，属于三维表型参数拟合技术领域。模型构建所需数据采集，基模型选择，按照回归拟合常用模型选择3类11种机器学习模型作为基模型，基模型优化与拟合，为了提高模拟精度，对基模型引入网格搜索交叉验证，进行超参数调优，并进行数据清洗、特征缩放操作，提高模型效果，集成模型构建与拟合，选择目前常用的5种集成学习方法，对11种基模型按照排列组合的方式进行组合，每种集成学习方法分别对每个组合进行集成训练，计算评价指标，结果对比与最优模型选择，对比所有基模型和集成学习组合模型的拟合结果，对比评价指标，筛选最优的拟合模型。