基于随机森林算法的恩施市用水量预测

以恩施市2000年～2010年用水量相关资料为基础,构建基于随机森林算法的预测模型,对2011年～2015年用水量进行预测验证。结果表明,模型输出值与实际值相吻合,训练误差与预测误差分别为0.67%、0.94%,该算法模型有效。对比可知,随机森林模型的平均绝对误差小于SVM (0.78%、1.15%)、R BF(0.89%、1.58)等模型,基于随机森林的用水预测模型效果更优。另外,随机森林无偏识别预测因子的重要性,有利于进行特征选择进而增益模型精度。