摘要
本发明公开了一种基于特征工程与元学习融合的微塑料预测方法,构建微塑料丰度检测基模型,将所述微塑料检测特征输入微塑料丰度检测基模型,计算得到微塑料丰度预测结果;获得对应的的微塑料丰度预测随机森林模型和微塑料丰度预测梯度提升模型;构建元学习器,通过元学习器对微塑料丰度预测随机森林模型和微塑料丰度预测梯度提升模型进行融合,获得微塑料丰度检测新特征,通过交叉验证进行反演,以获取所述微塑料丰度检测基模型的预测结果,生成微塑料检测元特征;构建微塑料丰度检测元模型,利用所述微塑料检测元特征对所述微塑料丰度检测元模型进行迭代训练,获得优化预测结果。本发明实现了利用融合的机器学习模型反演海水微塑料丰度的方法。
技术关键词
梯度提升模型
塑料
特征工程
随机森林模型
学习器
分箱
机器学习模型
数据
生成特征
平方根
算法
变量
样本
矩阵
误差
箱子
海水
决策
数值