一种基于随机森林模型的土壤pH值预测方法

    公开(公告)号:CN117275604A

    公开(公告)日:2023-12-22

    申请号:CN202311090283.9

    申请日:2023-08-28

    Abstract: 本发明公开了一种基于随机森林模型的土壤pH值预测方法,涉及酸性土壤改良技术领域,通过搜索相关已发表的文献,录入文献中各项指标,在R语言环境下读取数据库数据并对数据进行清洗,形成数据库,选用随机森林模型,选取数据库70%的数据作为随机森林的训练样本,余下的30%数据作为测试样本,用随机森林网格调参法对参数mtry优化调参,ntree选用默认值,以此基础,对所有解释变量指标进行重要性排序,以十折交叉验证法确定最终用于构建随机森林模型的预测指标,将指标用于随机模型建模且通过精度指标对精度进行评价。本发明通过输入该模型选取的五个指标即可预测石灰改良后的土壤pH值,此方法考虑了田间试验环境的复杂度,更贴合田间实际情况。

    一种基于调理剂关键属性预测酸化改良效果的方法

    公开(公告)号:CN119204293A

    公开(公告)日:2024-12-27

    申请号:CN202411167326.3

    申请日:2024-08-23

    Abstract: 本发明公开了一种基于调理剂关键属性预测酸化改良效果的方法,属于酸性土壤改良技术领域。该方法为:建立调理剂改良酸性土壤的初步数据库;对初步数据库中的数据进行归一化处理后,在R语言环境下读取初步数据库中的数据并进行数据清洗删除异常值,得到分析用数据库;在随机森林模型中对分析数据库中的初始解释变量指标进行重要性筛选,确定最终解释变量,进行随机森林模型构建;对随机森林模型中的mtry进行优化调参;随机森林中的ntree使用固定值;对优化后的随机森林模型精度进行评价获得最佳随机森林模型;在最佳随机森林模型中输入最终解释变量的指标参数,可以实现预测调理剂改良土壤酸化的效果。

Patent Agency Ranking