《表2 各城市样本日气象数据训练集 (拟合) 、测试集 (预测) 划分》

  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

《我国海绵城市智慧化管理模式探究》

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

本文对采集数据进行了必要的预处理。首先，依据规定，排除数据中对应日降雨量小于等于2mm的记录。本文是以样本日期为单位构建分类器模型，以累年数据作为标准年数据，其由1—365日中符合建模要求的数据样本按照3年跨度中每年同日期数据累积而成。因此，本文采用的样本数据是样本城市历史气象数据与目前最新气象数据的结合，更加符合城市气象条件呈现出的规律性特点，使模型预测结果能够在一定程度上反映城市气象条件的规律性，具有更好的城市适应性。根据本文研究的特点，进一步将剩余数据记录按照日序从小到大的顺序进行排序，划分成训练集和测试集。分类器模型的预测能力对政府管理者和海绵城市建设者进行海绵城市规划设计、管理与建设至关重要，这也是分类器模型重要的应用价值所在。同时，为确保数据具有代表性，也为了使模型的训练有足够的数据量支持，将数据按照2∶1的比例划分为拟合模型所用的训练集与模型预测所用的测试集两部分，分别实现模型的拟合与预测。各城市气象数据最终的训练集、测试集划分如表2所示。