文件大小：0.6M
摘要：为了解机器学习在海浪预测中的准确性，选取广东茂名浮标站2013年2月至2024年6月逐小时观测数据，应用机器学习方法分析了风速、气温、气压等气象因子对广东近海有效浪高的具体影响，并评估了10种机器学习模型在预测有效浪高方面的性能特点，结果表明：风速是SWH预测最重要的因子，气温和月份的影响次之；在单因子（风速）和多因子（风速、月份、气温）模型拟合两个实验中，支持向量机回归在两种拟合实验中均表现最佳，特别是在多因子拟合中，预测值的均方根误差约为0.31，相关系数高达0.87，决定系数为0.74，显示出优秀的预测性能；轻量级梯度提升机回归则在预测稳定性方面与SVR相当。
文章目录
1 数据和方法
1.1 数据介绍
1.2 研究方法
2 结果与分析
2.1特征重要性
2.2 单因子与多因子拟合对比分析
3 结论
