基于级联模型的岩溶地区微生物海水水质分类预测建模
机器学习
2022-02-14 v1
摘要
本文对克罗地亚里耶卡市浴场季节期间的大肠杆菌海水测量数据进行了深入分析。在多个测量点观察到地下水的 submerged sources( submerged sources)，其可能是大肠杆菌值升高的原因。岩溶地形的这一特性在监测过程中通常未被考虑，因此提出了一种新颖的测量方法学。采用级联机器学习模型基于气象数据预测沿海水质，由于水质降低的测量罕见导致的数据不平衡，该模型提高了准确度。目前，级联模型用作过滤方法，即未被分类为优等的测量需进一步分析。然而，借助本文提出的改进，级联模型最终可用作独立方法。
引用
@article{arxiv.2202.05664,
title = {Predictive modeling of microbiological seawater quality classification in karst region using cascade model},
author = {Ivana Lučin and Siniša Družeta and Goran Mauša and Marta Alvir and Luka Grbčić and Darija Vukić Lušić and Ante Sikirica and Lado Kranjčević},
journal= {arXiv preprint arXiv:2202.05664},
year = {2022}
}
备注
Submitted to Marine Pollution Bulletin