原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
摘要
近年来，机器学习如随机森林、支持向量机以及神经网络等在交通碳排放预
测中得到了较广泛地应用，而其中的XGBoost以其较高的预测精度有着更广阔
的应用前景，但其缺点在于模型训练时易受默认参数的影响且后期调参耗时较
长，而贝叶斯的快速全局搜索能力能在一定程度上弥补XGBoost模型的不足，
因此本文尝试将贝叶斯与XGBoost模型结合进行交通碳排放预测。
文档评论（0）