基于机器学习的海洋藻类成因分析及浓度预测方法和系统

摘要

本发明公开了一种基于机器学习的海洋藻类成因分析及浓度预测方法和系统，该方法包括以下步骤：构建数据集，并对其进行标准化处理，将处理后的数据集划分为训练集与测试集；对训练集中环境参数进行特征选择，得到多种特征子集，将所有特征子集在多种不同的机器学习算法上进行多次验证，得到每种机器学习算法对应的最优特征子集及其评价指标；选取评价指标最优的机器学习算法作为最优预测模型；利用最优预测模型预测最优特征子集对应的藻类浓度；利用GBDT模型对数据集中环境参数数据进行训练，得到最优特征子集中每个环境参数的重要程度，利用每个环境参数的重要程度，分析藻类成因。