基本信息

---

下载

文档摘要

---

摘要

摘要

近年来，机器学习如随机森林、支持向量机以及神经网络等在交通碳排放预

测中得到了较广泛地应用，而其中的XGBoost以其较高的预测精度有着更广阔

的应用前景，但其缺点在于模型训练时易受默认参数的影响且后期调参耗时较

长，而贝叶斯的快速全局搜索能力能在一定程度上弥补XGBoost模型的不足，

因此本文尝试将贝叶斯与XGBoost模型结合进行交通碳排放预测。