Dự đoán mức độ bụi PM₂.₅ bằng phương pháp khai phá dữ liệu

Abstract

Tình trạng ô nhiễm không khí trên toàn cầu không ngừng gia tăng và gây ra những tác động tiêu cực tới sức khỏe con người như: các bệnh đường hô hấp, tim mạch và ung thư. Tại Hà Nội. trong thời gian gần đây, tình hình ô nhiễm càng trở nên xấu hơn, đặc biệt là mật độ bụi PM₂.₅ luôn ở mức cao. Vì vậy, việc dự đoán mức độ ô nhiễm của chỉ số PM;.; trở nên cần thiết hơn nhằm thực hiện cảnh báo sớm. Với dữ liệu về không khí gồm các chỉ số khí tượng và các chỉ số ô nhiễm không khí thu thập được tại Hà Nội, chúng tôi thực hiện một phương pháp trích rút đặc trưng mới cho kết quả tốt hơn khi chạy cùng một thuật toán so với phương pháp cũ. Thuật toán XGBoost được áp dụng để dự đoán mức độ ô nhiễm của bụi PM₂.₅ và thử nghiệm đã cho thấy độ chính xác của thuật toán này cao hơn với so với các thuật toán khai phá dữ liệu khác trong khi thời gian huấn luyện lại thấp hơn đáng kể.