钟华明,梁玉楠，曾少军

(中海石油(中国)有限公司湛江分公司，广东 湛江 524057)

0 引言

数值预测是对以往数据进行学习建立模型，并对输入的数据集进行数值预测。目前对数值预测的机器学习算法有很多，其中模型树、回归方程、神经网络、支持向量机都是常用的数值预测方法，每一种算法都有各自的特点及适用范围。数值预测的运用领域很广，有森林火灾的预测，地区房价的预测，台风的预测，电子产品的性能预测以及航天可靠性的预测等。其中，ONYARI E K和ILUNGA F M运用M5P模型树和神经网络对南非鲁武伏特河流域的河水流量进行预测[1]；RAZA K和JOTHIPRAKASH V利用人工神经网络在气象站对气象参数进行预测[2]；SATHYADEVAN S和CHAITRA M A利用线性回归对机翼的噪音进行预测[3]；王定成等利用支持向量机回归对温室温度变化进行预测[4]。但是在何种数据类型的数据集上使用何种算法，目前还没有定论。

在研究数值预测算法的应用情况时，选取了四个常用的数值预测算法，应用在不同类型的数据集上进行比较研究，试图找出一些规律，供实践使用。

1 数值预测算法简介

1.1 M5P

M5P是对模型树改进的一种算法，它是基于树结构用来处理连续值的机器学习技术。模型树[1,5-7]是在叶节点储存了能够预测到达叶节点的实例类值的一个线性回归模型的树，其表现形式类似于决策树根据属性值判断由该节点引出的分支，在决策树的叶节点得到结论。叶节点包含有一个基于部分属性值的线性模型，使测试实例得到一个测试值。……