一种基于机器学习的空气污染预警方法

本发明公开一种基于机器学习的空气污染预警方法，方法包括：传感器记录每日的各类空气污染物浓度生成空气污染数据，传感器将空气污染数据传递给信息处理设备，信息处理设备使用SARIMAX模型和高斯朴素贝叶斯模型进行空气污染预警，信息处理设备根据误报漏报记录计算空气污染预警的误报率和漏报率，调整传感器的灵敏度。本发明属于环境保护技术领域，通过上述技术手段实现了实现了解释性强、考虑到季节因素和算力要求低的空气污染预警与传感器的灵敏度的灵活调节。