使用随机森林预测污染水平：以菲律宾布拉坎省 Marilao 河为例
机器学习
2022-02-15 v1
摘要
本研究旨在预测威胁菲律宾布拉坎省 Marilao 河的污染水平。该地区居民正暴露于污染之中。该水道的污染来自正规与非正规工业，如废铅酸电池、露天垃圾场金属精炼及其他有毒金属。使用溶解氧(DO)、氢离子浓度指数(pH)、生化需氧量(BOD)和总悬浮固体(TSS)等多种水质参数作为预测污染水平的基础。本研究采用基于 2013 年 1 月至 2017 年 11 月收集样本数据的数据挖掘技术。这些数据用作训练数据并测试结果，以预测河流状况及其对应的污染水平分类，用颜色标示：绿色为正常、黄色为一般、橙色为污染、红色为重度污染。模型准确率为 91.75%，Kappa 值为 0.8115，按一致性水平解释为强。
引用
@article{arxiv.2202.06066,
title = {Predicting Pollution Level Using Random Forest: A Case Study of Marilao River in Bulacan Province, Philippines},
author = {Jayson M. Victoriano and Manuel Luis C. Delos Santos and Albert A. Vinluan and Jennifer T. Carpio},
journal= {arXiv preprint arXiv:2202.06066},
year = {2022}
}