问题5：基于集成机器学习模型的热解产物产率预测.pdfVIP

1问题5：基于集成机器学习模型的热解产物产率预测

1.1模型预测的准备

1.1.1模型的评估指标体系

在构建和评估定量数据预测模型时，一系列统计指标被广泛用于衡量模型的性能。以

下是对这些关键评估指标的详细解释：

（1）均方误差（MSE）

均方误差是预测误差平方的期望值，它衡量了模型预测值与实际观测值之间差异的平

方的平均程度。一个较小的MSE值表明模型的预测与实际值之间的差异较小，因此模型

的准确度较高。

（2）均方根误差（RMSE）

RMSE是MSE的平方根，它提供了误差的标准化度量，使得误差的量纲与原始数据一

致。较小的RMSE值意味着模型的预测更加精确。

（3）平均绝对误差（MAE）

MAE是预测误差绝对值的平均，它提供了预测误差大小的直观感受。与MSE和

RMSE相比，MAE对异常值不太敏感，因为它不包含平方运算。一

（4）平均绝对百分比误差（MAPE）

MAPE是MAE的一个变形，它将每个预测误差除以实际值，然后取平均，得到一个

百分比值。

（5）R²（决定系数）

R²衡量了模型预测值与实际值之间相关性的强度。它通过比较模型的方差与总方差来

评估模型的解释能力。R²的值范围从0到1，其中1表示模型完美地拟合了数据，而0表

示模型的预测与仅使用均值的预测一样好。

在实际应用中，选择合适的评估指标取决于具体问题的性质和研究目标。例如，如果

异常值对业务影响很大，可能会选择MAE或MAPE；如果需要一个标准化的误差度量，

可能会选择RMSE；如果关注模型的解释能力，R²可能是一个更合适的选择。此外，通常

建议使用多个指标来全面评估模型的性能，以避免对模型性能的评估产生偏差。通过综合

考虑这些评估指标，研究人员可以更准确地判断模型的预测能力和适用性。

1.1.2K折交叉验证

KK

在折交叉验证中，我们将样本集分为个子集，先用第一个子集作为检验集，剩下

e

的子集作为训练集进行训练，得到误差，然后用第二个子集作为检验集，剩下的子集作

1

eKe

为训练集进行训练，得到误差，如此反复，直到第个子集作为检验集，得到。最终

2k

的误差为：e=iei。

1.2集成机器学习模型的建立

本文进行的热解产物产率预测研究是对训练集建模，然后使用该模型对测试集进行回

[12]

归预测，最后使用MSE、RMSE、MAE、MAPE、R²对回归效果进行评估。

1

1.2.1GBDT回归预测

GBDT算法属于经典的梯度提升算法，该算法可以解决回归和预测问题，下面将介绍

r

GBDT回归算法的计算过程。当因变量为连续变量时，各个类别拟合残差无法被直接利

mi

用，这是由于残差是连续数值导致的，因此可以将残差数值化，从而解决这个问题，即将

GBDT算法中的损失函数转换为指数损失函数或者对数似然损失函数，实际上，当损失函