基于SparkML+PCA-GBDT的行业数据挖掘模型构建

针对传统数据挖掘方法对工业用电量预测精度低,导致电力交易挖掘效果不佳的问题,提出以某市供电公司为研究对象,对其工业用电的组成结构和影响因素进行定性分析;基于SparkML机器学习工具和数据挖掘算法,构建一个基于PCA-GBDT组合模型的工业供电量预测模型;优化PCA-GBDT算法参数,提升GBDT算法的训练效率和预测准确率。实验结果表明,改进后的PCA-GBDT算法的MAE、MSE、RMSE和MAPE误差分别取值为16.18%、255.17%、14.13%和2.96%,相较于传统的机器学习算法中的线性回归算法和随机森林回归算法来说,本算法的工业用电量预测误差明显更低。

基于PCA-GBDT的城市道路旅行时间预测方法

城市道路旅行时间预测是城市智能交通管理系统和交通信息服务系统的重要基础。利用实测的车辆旅行时间数据,提出了进行城市道路旅行时间多步预测的主成分分析-梯度提升决策树(PCA—GBDT)方法。首先使用主成分分析方法进行旅行时间序列分解和主成分提取,之后建立了利用梯度提升决策树方法的旅行时间多时段预测模型。实际案例结果表明,与传统kNN方法、时间序列ARIMA方法、支持向量机(SVM)方法相比,PCA—GBDT方法具有更高的预测精度与算法稳定性。

基于改进主成分分析法的特征约简算法研究

文章基于原有PCA算法,结合数据挖掘需要,引入GBDT算法进行维度缩减,即MGPCA方法,为实现条件判定提供数据处理基础。