摘要： 以青海高原為例,通過野外調(diào)查和整合谷歌圖像的方式,收集185個光伏站點位置信息。在此基礎(chǔ)上,對比分類與回歸樹(CART)、隨機(jī)森林(RF)和極端梯度提升(XGBoost)這3種機(jī)器學(xué)習(xí)算法,采用受試者工作特征(ROC)曲線和統(tǒng)計指標(biāo)對模型質(zhì)量進(jìn)行檢驗。結(jié)果表明:XGBoost具有較高的預(yù)測性能,對噪聲數(shù)據(jù)具有較強(qiáng)的適應(yīng)性,總體表現(xiàn)優(yōu)于其他模型。太陽總輻射、與電網(wǎng)的距離和與道路的... （共10頁）