一种用于交通排放预测的特征选择方法

本发明公开了一种用于交通排放预测的特征选择方法，包括以下步骤：选择自动或手动特征分组，进行交通排放输入数据的缺失补全、异常检测和归一化处理，并初始化特征权重；计算组内和组间特征相关性，更新特征权重；利用机器学习方法，结合SHAP分析和模型固有特征重要性方法，迭代更新特征权重；筛选最优特征组合并验证。通过上述步骤，本发明在保证了不降低交通排放预测精度的前提下，平衡了关键特征选取、数据降维和可解释性问题，并且可以实现较高的效率来达到选择最优特征子集的目的。