Apr, 2024
基于可解释和可靠的机器学习的现场特定确定性温湿度预测
Site-specific Deterministic Temperature and Humidity Forecasts with Explainable and Reliable Machine Learning
MengMeng Han, Tennessee Leeuwenburg, Brad Murphy
TL;DR使用机器学习模型梯度提升决策树,通过训练历史数值天气预报和站点观测数据,优化澳大利亚多个地点的温度和露点的预测,结果显示与传统方法相比有显著改进,并结合 SHapley Additive exPlanations 对机器学习预测结果进行解释和提高预测可靠性。