一种基于随机森林的双谱自适应阈值特征选择方法

本发明涉及一种基于随机森林的双谱自适应阈值特征选择方法，包括：通过随机森林模型获取特征重要性分数；基于特征重要性分数，计算特征重要性的一阶导数，构建梯度谱，并获取梯度谱的阈值候选点；构建特征的累积重要性贡献谱，获取累积重要性贡献谱的阈值候选点；综合梯度谱和累积重要性贡献谱的阈值候选点，通过优化分数函数评估每个候选阈值点，确定最优特征。本发明首次在降雨模拟领域系统性应用双谱特征选择，实现高维气象数据的智能化特征筛选，为精细化气象预报提供技术支撑；本发明可直接集成到现有的气象预报业务系统，通过精确的特征选择提高预报精度，减少灾害损失，降低计算资源消耗，节约运营成本，提高模型部署和维护的效率。