一种基于PCA和CatBoost回归融合预测土壤渗透率的方法技术

本发明专利技术公开了一种基于PCA和CatBoost回归融合预测土壤渗透率的方法，包括收集带有渗透率数值的若干个样本土壤，以这些样本的数值特征数据作为样本集，提取待预测渗透率土壤的特征数据；数据清洗；基于PCA主成分分析方法的思想，对样本高维度数据集进行降维处理，保留重要特征并去除无关特征和冗余特征；构建CatBoost回归模型；将待预测渗透率土壤的特征数据输入训练好的CatBoost回归模型中，得到该样本土壤的渗透率预测值。本发明专利技术为土壤渗透率的预测提供了一种考虑因素更加全面、预测更加精确、对土壤类型等类别特征处理效果更好的方法。本发明专利技术将PCA与CatBoost二者结合，可以改善样本土壤中类别型特征的处理效果，也可以适应样本土壤特征维度高的特点，从而提高预测精度。度。度。

A method for predicting soil permeability based on PCA and catboost regression fusion

【技术实现步骤摘要】
一种基于PCA和CatBoost回归融合预测土壤渗透率的方法


[0001]本专利技术属于土壤渗透率预测
，具体涉及一种基于PCA和CatBoost回归融合预测土壤渗透率的方法。

技术介绍

[0002]土壤中污染物运移受土壤渗透率的影响，土壤渗透率的预测对于缩短施工工期、降低工程费用、指导工程污染物处理、促进软土力学等学科发展等方面具有切实意义。
[0003]现有关于土壤渗透率的机器学习预测技术主要有多元线性回归(LR)模型，例如将土壤渗透率(K)与粉砂含量(SI)、黏土含量(CL)、土壤有机质(OM)、土壤容重(BD)、土壤含水率(MC)这五个特征作为变量，构建的五元线性回归模型进行预测。这样的预测方法虽然计算简单，但是对诸如土壤类型等非数值的类别特征处理效果较差；此外，实际影响土壤渗透率的因素众多，但多元线性回归模型考虑的样本特征数量较少，且部分特征与因变量有较强的层级结构关系、不适应线性回归模型，预测精度难以保证。
[0004]随着环境问题的日益严峻，提出一种能够对类别特征进行有效处理、考虑因素更加全面、预测更加准确的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PCA和CatBoost回归融合预测土壤渗透率的方法，其特征在于，具体步骤如下：步骤1数据收集；收集带有渗透率数值的若干个样本土壤，以这些样本的数值特征数据作为样本集，提取待预测渗透率土壤的特征数据；步骤2数据清洗；对步骤1所述样本集中缺失数据进行填补、异常数据进行剔除、并进行归一化操作；步骤3PCA主成分分析；基于PCA主成分分析方法的思想，对样本高维度数据集进行降维处理，保留重要特征并去除无关特征和冗余特征；步骤4构建CatBoost回归模型；将样本土壤的类别特征以及土壤渗透率值，加入经步骤3得到的样本新特征数据集中，进行模型训练；训练过程中采用K折交叉验证法，将加入类别特征以及土壤渗透率值的样本新特征数据集分成K个子集，将每个子集数据分别作为一次验证集，其余的K
‑
1组子集数据作为训练集，这样进行K轮训练，得到训练好的CatBoost回归模型；步骤5将待预测渗透率土壤的特征数据输入步骤4训练好的CatBoost回归模型中，得到该土壤的渗透率预测值。2.根据权利要求1所述的一种基于PCA和CatBoost回归融合预测土壤渗透率的方法，其特征在于，步骤1所述样本集、待预测渗透率土壤的特征数据均包括：黏土含量、淤泥含量、沙含量、土壤颗粒平均直径、土壤颗粒直径的标准偏差、土壤有机碳含量、土壤容重、土壤颗粒密度、饱和土壤体积含水量、不饱和土壤体积含水量、湿骨料稳定性、土壤电导率和土壤类型。3.根据权利要求2所述的一种基于PCA和CatBoost回归融合预测土壤渗透率的方法，其特征在于，步骤2的具体做法包括：步骤2.1对数据集进行异常值检测；步骤2.2对清空的数值进行缺失值填补；步骤2.3对填补后的数据集进行归一化操作，最终得到清洗后的数据集。4.根据权利要求3所述的一种基于PCA和CatBoost回归融合预测土壤渗透率的方法，其特征在于，步骤2.1的做法如下：对步骤1所得的样本集进行标准化处理，然后进行KS检验，对检验结果符合正态分布的特征，根据3σ原则检测异常值，将异常数值清空；对非正态分布的特征用四分位法进行异常值检测，将异常数值清空。5...

【专利技术属性】
技术研发人员：刘逸辰，诸敏燕，冯艺，
申请(专利权)人：河海大学，
类型：发明
国别省市：