《表1 主要模型参数设置：大数据挖掘在协议库存物资需求预测的研究和应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大数据挖掘在协议库存物资需求预测的研究和应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于上述配网项目数据分析结果，本文协议库存需求计划采用随机森林算法进行预测。基于scikit-learn第三方机器学习库的实现，以所在地市、项目投资、项目类型、城市农村等4个因子作为输入因子，32个物资种类的纯出库数（出库数量-退库数量）作为输出因子，取训练样本的比例为80%．随机森林回归树的数量为100，叶子节点样本最少个数为30，以上数据作为预测模型的输入进行模型训练，在训练模型的过程中，不断反复调整模型参数，从多个参数组合中，确定了回归树的数量、节点最小样本数等参数的选取，作为需求预测模型最终参数。最后，根据下一年度的配网项目储备计划或年度综合计划，包括项目分类、下达项目投资金额、地市等变量，作为预测模型的输入数据，进行下一年度物料用量的需求预测。