xgboost回归_(台风起始时间-台风结束时间-当前台风时间-经度-纬度-风速-气压-移动速度)_(降水量).docxVIP

分析流程

数据源：

贝碧嘉.xlsx

算法配置：

算法：XGBoost回归

分析结果：

XGBoost回归基于MSE、RMSE、MAE、MAPE、R2指标对模型进行评价，请看详细结论。

分析步骤

1.通过训练集数据来建立XGBoost回归模型。

2.通过建立的XGBoost来计算特征重要性。

3.将建立的XGBoost回归模型应用到训练、测试数据，得到模型评估结果。

4.由于XGBoost具有随机性，每次运算的结果不一样，若保存本次训练模型，后续可以直接上传数据代入到本次训练模型进行计算预测。

5.注：XGBoost无法像传统模型一样得到确定的方程，通常通过测试数据预测精度来对模型进行评价。

详细结论

输出结果1：模型参数

参数名

参数值

训练用时

1.243s

数据切分

0.7

数据洗牌

是

交叉验证

10

基学习器

gbtree

基学习器数量

100

学习率

0.1

L1正则项

0

L2正则项

1

样本征采样率

1

树特征采样率

1

节点特征采样率

1

叶子节点中样本的最小权重

0

树的最大深度

10

图表说明：

上表展示了模型各项参数配置以及模型训练时长。

输出结果2：特征重要性

图表说明：

上柱形图或表格展示了各特征（自变量）的重要性比例。

输出结果3：模型评估结果

MSE

RMSE

MAE

MAPE

R2

训练集

0.001

0.038

0.029

4.961

0.995

交叉验证集

0.525

0.712

0.601

103.228

-1.041

测试集

0.487

0.698

0.562

68.083

-0.528

图表说明：

上表中展示了交叉验证集、训练集和测试集的预测评价指标，通过量化指标来衡量XGBoost的预测效果。其中，通过交叉验证集的评价指标可以不断调整超参数，以得到可靠稳定的模型。

●MSE（均方误差）：预测值与实际值之差平方的期望值。取值越小，模型准确度越高。

●RMSE（均方根误差）：为MSE的平方根，取值越小，模型准确度越高。

●MAE（平均绝对误差）：绝对误差的平均值，能反映预测值误差的实际情况。取值越小，模型准确度越高。

●MAPE（平均绝对百分比误差）：是MAE的变形，它是一个百分比值。取值越小，模型准确度越高。

●R2：将预测值跟只使用均值的情况下相比，结果越靠近1模型准确度越高。

输出结果4：预测结果

预测测试集结果Y

降水量

台风起始时间

台风结束时间

当前台风时间

经度

纬度

风速

气压

移动速度

0.1032133549451828

0.7000000000000001

3

3

101

106.7

20.1

23

988

10

0.5298750400543213

0.8

4

4

146

112.7

20.6

18

990

6

0.6067162156105042

0.1

4

4

163

113.3

20.6

23

985

0

1.679197907447815

1.7000000000000002

4

4

184

113.7

21.1

23

985

3

0.5883195996284485

0.6000000000000001

4

4

109

111.6

17.2

15

998

12

0.44451987743377686

0.7000000000000001

4

4

233

107.6

19.9

28

982

15

0.9921567440032959

1.7000000000000002

4

4

193

113

21.2

25

982

10

0.23807774484157562

0.6000000000000001

3

3

88

107.7

19.3

18

991

10

1.0772985219955444

1.6

4

4

174

113.6

20.6

23

985

4

0.7049061059951782

1.7000000000000002

3

3

46

115.7

18.3

18

998

15

0.7016574740409851

1.7000000000000002

3

3

45

116.1

18.2

18

998

16

1.0108495950698853

0.1

3

3

93

107.1

19.4

20

990

10

0.9140530824661255

1.8

4

4

198

112.1

21

25

982

10

1.7572500705718994

0.1

4

4

115

111.4

18.2

15

998

15

1.216819167137146

1

4

4

118

110.9

19.9

15

998

5

图表说明：

上表格为预览结果，只显示部分数据，全部数据请点击下载按钮导出。

上表展