時間別PM2.5濃度予測におけるXGBoostアルゴリズムの応用

中国における時間別PM2.5濃度の予測技術を考慮し、本論文ではXGBoost（Extreme Gradient Boosting）アルゴリズムを使用して時間別PM2.5濃度を予測しました。天津市の大気質に関するモニタリングデータをXGBoostアルゴリズムを用いて分析しました。予測精度の3つの指標を用いて、観測されたPM2.5濃度と予測されたPM2.5濃度を比較することにより、XGBoost法の予測性能を評価しました。また、XGBoost法は、結果を用いてランダムフォレストアルゴリズム、多重線形回帰、決定木回帰、回帰モデル用のサポートベクターマシンと比較されました。結果は、XGBoostアルゴリズムが他のデータマイニング手法を上回ることを示しています。