机器学习方法可融合气象和社会经济等多源的,不同时空尺度的数据,对水质等级进行预测.其中,基于随机森林的预测模型表现性能最佳,预测准确率达到77.11%;基于支持向量机的预测模型次之,预测准确率达到74.99%.与现有的水质预测方法相比,该方法的计算速度快,不需要提取数据的统计特征,操作简单,能够分析社会经济因素对水质的...