水质健康预测
领域: 环境与能源 | 模型类型: CLASSIFICATION | 版本: 1
关键指标
- 训练任务: 水质健康预测
- 训练算法: catboost
- 准确率: 0.687
- AUC: 0.719
- F1: 0.659
模型简介
基于9项水质理化指标,判断水体是否适合直接饮用的二分类模型。
标签
- CatBoost
模型介绍
## 模型解决什么问题
本模型面向「饮用水可饮用性判断」场景:基于pH、硬度、溶解性总固体、氯胺、硫酸盐、电导率、有机碳、三卤甲烷、浊度9项水质指标,预测水体是否可饮用(Potability=1)。可用于净水/供水企业快速初筛水质样本、指导检测资源投放,替代逐项人工化验判读。
## 预测结果与指标
- 任务类型:分类预测
- 模型版本:1
- 训练算法:CatBoost
- 最佳指标:准确率 0.687 · AUC 0.719
## 数据集介绍
> 数据来源于[kaggle](https://www.kaggle.com/datasets/adityakadiwal/water-potability)
- 样本量:2457 行
- 特征数:9
- 标签列:Potability(分类)
常见问题
什么是水质健康预测?
基于9项水质理化指标,判断水体是否适合直接饮用的二分类模型。
水质健康预测适用于哪些场景?
面向环境与能源领域, 模型类型为CLASSIFICATION, 版本 1。
水质健康预测由谁发布?
逸思长天官方于 2026-11-17 发布。
水质健康预测有哪些标签?
CatBoost。
发布者: 逸思长天官方 | 发布时间: 2026-11-17