《表1 加油站2018年3月销量预测》

  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

《基于决策树集成模型的加油站销量预测》

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

从以上计算结果可以看出，决策树回归预测的精度相对较低，而决策树集成模型如随机森林回归和梯度提升树回归往往能够获得较好的结果，所选取时间段的预测平均相对误差在5%附近。在大多数情况下，混合决策树集成方法对随机森林回归和梯度提升树回归的预测结果进行加权，获得了更好的结果，能够进一步提升预测的准确性，对比根据人工经验给出销量预测结果，准确率有较大的提升。