电脑桌面
添加易通论缘成稿毕设投稿到电脑桌面
安装后可以在桌面快捷访问

2026数据科学与大数据技术一套 基于随机森林算法的合肥市气温变化特征分析与预测研究10.81-AI通过(论文+程序代码源码.py+BP神经网络+lstm模型+气象数据表)定稿.zip

2026数据科学与大数据技术一套 基于随机森林算法的合肥市气温变化特征分析与预测研究10.81-AI通过(论文+程序代码源码.py+BP神经网络+lstm模型+气象数据表)定稿.zip
收起资源包目录
  • 数据科学与大数据技术 基于随机森林算法的合肥市气温变化特征分析与预测研究10.81-AI通过.docx(4.01 MB)
  • 支撑材料-22115128-邓豪
    • BP神经网络
      • bp神经网络.py(7.45 KB)
      • 图2_BP预测结果对比_2023-2025.png(825.11 KB)
    • lstm模型
      • 长短期记忆网络.py(9.08 KB)
    • pettitt突变检验
      • pettitt检验.py(5.32 KB)
      • Pettitt检验结果图.png(537.43 KB)
    • 决策树模型
      • 决策树模型_2018-2022预测对比.png(528.61 KB)
      • 决策树模型_2023-2025预测对比.png(593.12 KB)
      • 决策树模型_全测试集预测对比.png(1.17 MB)
      • 决策树模型合肥市气温预测结果对比(测试集).png(507.79 KB)
      • 决策树模型测试.py(3.79 KB)
    • 合肥气象站_2015-2025_每日气象数据平均值.xlsx(239.3 KB)
    • 多元线性回归模型
      • 图1_多元线性回归预测结果对比_2023-2025.png(590.23 KB)
      • 多元线性回归.py(7.97 KB)
    • 数据预处理
      • 7要素异常值处理合并对比图.png(375.38 KB)
      • 其他四要素异常值处理对比图.png(233.08 KB)
      • 处理后7要素完整气象数据.csv(303.28 KB)
      • 异常值处理.py(15.89 KB)
      • 所有异常值详细清单.txt(2.92 KB)
      • 数据预处理.py(3.44 KB)
      • 气温三要素异常值处理对比图.png(154.82 KB)
    • 斯皮尔曼分析
      • 斯皮尔曼热力图_缺失值已处理.png(665.46 KB)
      • 斯皮尔曼相关性分析.py(2.31 KB)
      • 相关性热力图
        • 图3.4 合肥市气象要素相关系数热力图.png(221.16 KB)
        • 相关性热力图绘制.py(2.61 KB)
    • 最终稿-22115128-邓豪.docx(3.98 MB)
    • 模型预测对比
      • 五模型气温预测统一对比图.png(1.4 MB)
      • 对比图.py(9.93 KB)
    • 残差分布分析
      • 图4.9_各模型残差分布直方图与正态拟合曲线.png(648.26 KB)
      • 残差图绘制.py(10.4 KB)
    • 气温折线图
      • 合肥气温折线图.png(990.88 KB)
      • 气温年度折线图.py(1.78 KB)
    • 气温波动分析
      • 3-2_CensusX12气温分解图.png(547.28 KB)
      • 3-3_HP滤波气温分析图.png(387.8 KB)
      • 气温分析可视化.py(3.89 KB)
    • 随机森林参数确定
      • max_depth优化曲线.png(115.25 KB)
      • n_estimators优化曲线.png(139.91 KB)
      • 参数确定测试.py(3.45 KB)
    • 随机森林模型
      • 图1_随机森林预测结果对比_2023-2025.png(633.57 KB)
      • 图2_特征重要性排序_横向.png(118.37 KB)
      • 随机森林.py(7.61 KB)

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

2026数据科学与大数据技术一套 基于随机森林算法的合肥市气温变化特征分析与预测研究10.81-AI通过(论文+程序代码源码.py+BP神经网络+lstm模型+气象数据表)定稿.zip

您可能关注的文档

发表评论取消回复

  
专业设计+ 关注
机构认证
内容提供者

该用户很懒,什么也没介绍

确认删除?
qq
  • 联系点击这里给我发消息
搜索教程
联系客服
  • 联系客服
回到顶部