论文研究 巴西阿拉戈斯州和伯南布哥州的洪水情节的数据挖掘

环境科学领域中越来越多的数据需要分析和解释。 在这种“数据泛滥”带来的挑战中，开发有效的知识发现策略是一个重要的问题。 在这里，来自计算智能的统计和工具被用于分析来自气象学和气候科学的大数据集。 我们的方法允许气象学家轻松地解释统计属性的地理映射。 我们的数据分析包括知识提取的两个主要步骤，这些步骤相继应用以降低原始数据集的复杂性。 目的是确定一个较小的气候变量子集，这些子集仍然可以描述甚至预测极端事件的发生概率。 第一步应用类比较技术：p值估计。 第二步包括根据可用数据和p值分析配置的决策树（DT）。 DT被用作预测模型，用于确定降水强度最具有统计意义的气候变量。 该方法用于研究2010年6