可解释的机器学习框架用于预测城市空气质量
Rana Muhammad Amir Latif1, Tahir Iqbal2, Ismaeel Abdel Qader3
1The Center for Modern Chinese City Studies, School of Geographic Sciences, East China Normal University, Shanghai, China.
PloS one
|November 7, 2025
概括
机器学习模型有效预测空气质量. 随机森林和XGBoost在预测空气质量指数 (AQI) 中表现最好,为城市空气污染管理提供了见解.
科学领域:
- 环境科学 环境科学
- 计算机科学 计算机科学
- 公共卫生 公共卫生
背景情况:
- 城市空气污染对公共卫生和环境可持续性构成重大风险.
- 来自UCI ML存储库的空气质量数据集,尽管日期为2004-2005年,但仍然是评估空气质量预测方法的宝贵基准.
- 机器学习 (ML) 为预测空气质量和告知政策提供了潜在的解决方案.
研究的目的:
- 评估五种机器学习模型 (LR,DT,RF,XGBoost,SVR) 在空气质量指数 (AQI) 预测中的预测性能.
- 为了确定AQI预测中最有影响力的特征.
- 为空气质量管理制定一个可解释和可重复的ML框架.
主要方法:
- 利用UCI ML存储库的空气质量数据集,进行预处理,特征工程和按时间划分.
- 训练并严格调整了五个ML模型:线性回归 (LR),决策树 (DT),随机森林 (RF),极端梯度增强 (XGBoost) 和支持向量回归 (SVR).
- 使用RMSE,MAE和R2评估模型性能,通过引导置信区间和t测试证实统计显著性. 雇员SHAP用于解释性.
主要成果:
- 集成模型,特别是随机森林和XGBoost,在AQI预测中表现出卓越的表现.
- 随机森林实现了最低的根平均平方误差 (RMSE) 12.48 和平均绝对误差 (MAE) 9.35.
- XGBoost获得了最高的确定系数 (R2),即0.89. 氧化物,PM2.5和CO被确定为关键预测因素.
结论:
- 可解释的机器学习模型为AQI预测提供了可重现和高效的框架.
- 该研究强调了基准数据集在环境科学中验证ML方法的价值.
- 结果支持ML的应用,用于智慧城市空气质量管理和公共卫生政策制定.
