使用随机森林算法预测无线电电磁波的场强

使用随机森林算法预测无线电电磁波的场强 **数据集介绍**

本实验采集的是广播信号，x,y坐标，是GPS采集的经纬度坐标。88000KHz、90400KHz、93100KHz分别是三个广播电台的频段。这3个广播电台是独立的，在建模时可以认为相互之间没有关系。其下数据是该点的电磁场强度，该数据从某地的郊区和市区采集的，通过车载设备，边开车边采集。
    根据采集的数据，推算出附近地点没有采集的数据。具体方法，可以从现在数据中，任意选择10%作为测试数据，90%作为训练数据建模

def show_data(y, y_pred, title):
    plt.figure(figsize=(7, 6), facecolor='w')
    plt.plot(y, 'r-', lw=3, label='Actual')
    plt.plot(y_pred, 'g.', markersize=2, label='Predict', alpha=0.2)
    plt.grid(b=True, ls=':', color='#606060')
    plt.xlabel('Samples', fontsize=15)
    plt.ylabel('Field Intensity', fontsize=15)
    plt.legend(loc='upper left')
    plt.title(title, fontsize=18)
    plt.tight_layout()


if __name__ == '__main__':
    pd.set_option('display.width', 500)
    data = pd.read_csv('FieldIntensity_19w.csv', header=0)
    print(data)

    x = MinMaxScaler().fit_transform(data[['x', 'y']])
    y = data['88000KHz'].values

    # 绘图
    mpl.rcParams['font.sans-serif'] = 'SimHei'
    mpl.rcParams['axes.unicode_minus'] = False
    idx = np.arange(x.shape[0])
    np.random.shuffle(idx)
    idx = idx[:1500]
    plt.figure(figsize=(7, 7), facecolor='w')
    ax = plt.subplot(111, projection='3d')
    ax.scatter(data['x'][idx], data['y'][idx], data['88000KHz'][idx], c=data['88000KHz'][idx],
               marker='.', edgecolors='#404040', s=100, cmap=cm.bwr)
    ax.set_xlabel(u'X')
    ax.set_ylabel(u'Y')
    ax.set_zlabel(u'Field Intensity')
    plt.title(u'场强衰减值', fontsize=18)
    plt.tight_layout(0.5)
    plt.show()

    x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.1, random_state=0)
    # model = GridSearchCV(rf, param_grid={'max_depth': np.arange(8, 18), 'min_samples_split': np.arange(3, 15, 2)})
    model = RandomForestRegressor(n_estimators=100, criterion='mse', max_depth=15, min_samples_split=3)
    print('正在训练...')
    t_start = time()
    model.fit(x_train, y_train)
    t_end = time()
    print('耗时：%.3f秒。' % (t_end - t_start))

    # 按照训练集的y值排序
    order = y_train.argsort(axis=0)
    x_train = x_train[order]
    y_train = y_train[order]
    y_train_pred = model.predict(x_train)
    print('训练集R2 =', r2_score(y_train, y_train_pred))
    mse_train = mean_squared_error(y_train, y_train_pred)
    mae_train = mean_absolute_error(y_train, y_train_pred)
    print('t训练集MSE = %.3f, RMSE = %.3f, MAE = %.3f' % (mse_train, np.sqrt(mse_train), mae_train))

    order = y_test.argsort(axis=0)
    x_test = x_test[order]
    y_test = y_test[order]
    y_test_pred = model.predict(x_test)
    print('测试集R2 =', r2_score(y_test, y_test_pred))
    mse_test = mean_squared_error(y_test, y_test_pred)
    mae_test = mean_absolute_error(y_test, y_test_pred)
    print('t测试集MSE = %.3f, RMSE = %.3f, MAE = %.3f' % (mse_test, np.sqrt(mse_test), mae_test))

    show_data(y_train, y_train_pred, 'Train Data')
    show_data(y_test, y_test_pred, 'Test Data')
    plt.show()

针对同一个经纬度，可以把功率dbm做平均处理。

数据一共有191709个点，如果同一个经纬度的功率dbm做平均，就只有4847个点。或者在两个GPS点之间，让这些值平均分布，相当于汽车是匀速运动，在两个GPS点之间画一条直线，让这次监测的场强值，按照顺序依次分布在这条线上。

某经纬度的场强值，每行是一个三元组（x，y，d），其中x和y为经纬度坐标，d为该点的场强值，共有19万条数据。如下图所示。最终输出未知区域的场强。

使用均方误差平方根RMSE和绝对值误差MAE作为模型预测的判别依据。在测试集上，RMSE=3.81，MAE=2.73，精度相当高。

无线电随机森林模型训练集和测试集预测效果:

（更详细源码在github上，本文不做更新，仅供学习）