eXtreme Gradient Boosting Trees

新框架优化海洋颜色机器学习的特征工程

研究人员开发了一个新框架，用于优化海洋颜色分析中使用的机器学习模型的特征工程。该框架包括七个连续的数据转换级别，包括波段选择、缩放和主成分分析。当应用于 Sentinel-3 OLCI 观测以估算叶绿素-a 浓度和塞奇盘深度时，与标准算法相比，优化后的特征显著提高了模型精度，平均绝对误差降低了高达 63%。然而，研究发现没有一个单一的优化特征集可以普遍适用于所有目标变量和机器学习模型，这表明优化是特定于应用的。