基于树方法的机器学习蜂蜜产量预测方法
机器学习
2025-05-08 v2
摘要
近年来养蜂业经历了显著的生产波动,主要归因于与气候变化相关的日益频繁的不良天气事件。这些事件会严重环境影响,降低其对蜜蜂活动的适宜性。我们利用一系列机器学习模型对意大利的蜂蜜产量进行预测分析,特别关注作为关键预测因子的天气相关变量。我们的分析依赖于2022年收集的数据集,该数据集将蜂群级观测与详细天气数据相结合。我们训练并比较了若干线性与非线性模型,评估其预测准确性与可解释性。通过考察模型解释,我们识别了蜂蜜产量的主要驱动因素。我们还对来自不同族类的模型进行集成,以评估组合预测是否改善预测精度。这些见解可支持养蜂者管理生产风险,并可能为开发应对歉收所致意外损失的保险产品提供参考。
引用
@article{arxiv.2304.01215,
title = {A Machine Learning Approach to Forecasting Honey Production with Tree-Based Methods},
author = {Alessio Brini and Elisa Giovannini and Elia Smaniotto},
journal= {arXiv preprint arXiv:2304.01215},
year = {2025}
}
备注
53 pages, 26 figures