| 标题 |
 An interpretable machine learning approach based on DNN, SVR, Extra Tree, and XGBoost models for predicting daily pan evaporation 基于DNN、SVR、Extra Tree和XGBoost模型预测日蒸发量的可解释机器学习方法
相关领域
可解释性
机器学习
支持向量机
人工智能
蒸发皿
一致性（知识库）
蒸发
人工神经网络
Sobol序列
树（集合论）
环境科学
计算机科学
气象学
数学
统计
地理
数学分析
蒙特卡罗方法
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Journal of Environmental Management 作者：Ali El Bilali; Abdeslam Taleb; Ayoub Nafii; Houda Lamane; Mohamed Abdellah Ezzaouini; et al 出版日期：2023-02-01 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
无极微光
Nole
凌凌
cdercder
v0id
DW
xing_xing
水煮电吹风
欧克
OK
Kao
DOC_XIONG
鲤鱼灵寒
学术文献互助
唠叨的大门
殷勤的紫槐
潇洒的惋清
谢雷XIELei
认真芷容
GingerF
皖公网安备34019202002308
