[发明专利]流域水质预测方法和装置、计算机可读存储介质

说明书

本公开实施例提供流域水质预测方法和装置、计算机可读存储介质，属于水质预测领域。流域水质预测方法，包括：获取流域的样本数据集；对所述流域的样本数据集进行独热码预处理，得到预处理后的中间样本数据；将所述中间样本数据输入至预设的目标预测模型；通过所述目标预测模型对所述中间样本数据进行预测，得到目标水质数据，本公开实施例只需要构建目标预测模型，不需要构建多个模型，降低了构建模型的成本，并提高了预测水质数据的准确性。

技术领域

本发明涉及计算机领域，尤其涉及流域水质预测方法和装置、计算机可读存储介质。

背景技术

流域水质预测方法通常使用机器学习算法，例如KNN、线性回归、逻辑回归、支持向量机等，能满足部分需求。但机器学习算法受限于其输入数据类型的要求，只能是数值类型，在这样的前提下，对流域水质影响权重较大的文本型数据不能进行处理；另外，流域环境复杂，很难找到一种算法较能好地拟合流域水质预测的需求，通用的方法利用常见的机器学习算法建立多个模型，比较麻烦和复杂。

发明内容

本公开实施例的主要目的在于提出一种流域水质预测方法和装置、计算机可读存储介质，以降低构建预测模型的成本、提高预测水质数据的准确性。

为实现上述目的，本公开实施例的第一方面提出了一种流域水质预测方法，包括：

获取流域的样本数据集；

对所述流域的样本数据集进行独热码预处理，得到预处理后的中间样本数据；

将所述中间样本数据输入至预设的目标预测模型；

接收所述预测模型根据所述中间样本数据预测出的目标水质数据。

在一些实施例中，所述流域的样本数据集包括文本数据，所述对所述流域的样本数据集进行独热码预处理，得到预处理后的中间样本数据，包括：

获取所述文本数据；

获取历史数据；

根据所述文本数据对所述历史数据进行独热码编码预处理，得到所述中间样本数据。

在一些实施例中，所述文本数据包括天气数据。

在一些实施例中，对所述流域的样本数据集进行清洗处理，得到清洗后的流域中间数据；其中，将所述清洗后的流域中间数据作为进行所述独热码预处理的数据。

在一些实施例中，所述流域中间数据至少包括以下数据之一：空值数据、重复数据、异常范围数据、通过天气接口获取到的外部数据，所述对所述流域中间数据进行清洗处理，得到清洗后的流域中间数据，至少包括以下步骤之一：

对所述空值数据进行清洗处理，得到所述清洗后的流域中间数据；

对所述重复数据进行清洗处理，得到所述清洗后的流域中间数据；

对所述异常范围数据进行清洗处理，得到所述清洗后的流域中间数据；

对所述外部数据进行清洗处理，得到所述清洗后的流域中间数据。

在一些实施例中，所述中间样本数据包括样本水质数据，所述方法还包括：构建所述目标预测模型，具体包括：

根据所述样本水质数据构建初始预测模型；

将所述样本水质数据输入至所述初始预测模型进行训练，得到所述目标预测模型。

在一些实施例中，所述中间样本数据还包括测试水质数据，所述方法还包括：根据所述测试水质数据对所述目标预测模型进行评估。

在一些实施例中，所述方法还包括：

将所述目标预测模型部署至应用平台，所述应用平台至少为以下之一：应用数据库或者应用管理平台。