论文部分内容阅读
为定量分析城市火灾风险,引入随机森林算法。首先设计基于随机森林算法的递归特征消除方法优化初选的14个自变量指标,剔除无关或冗余变量;其次基于随机森林算法的平均准确度降低方法计算特征重要度,将其归一化结果作为指标的权重;最后结合指标数据,使用线性加权法评估城市火灾风险。以济南市区为例的实证研究显示:经过特征选择操作后发现只有10个指标时模型误差最小,MSE为7.43×10-4;用于计算指标权重的随机森林模型与实际火灾密度拟合的决定系数R 2>0.85,精度较高,可用于对指标的客观赋权;火灾风险评估结果