[发明专利]一种基于MapReduce的降雨量分类预测方法

权利要求书

1.一种基于MapReduce的降雨量分类预测方法，其特征在于：包括以下步骤：

步骤1、气象文件格式预处理及属性变量的选择；

步骤2、在MapReduce模型下对降雨量资料进行数据统计；

步骤3、将历年降雨量资料分为训练集以及测试集，对测试集建立TAN降雨量预测模型，从而对降雨量进行预测分析。

2.根据权利要求1所述的基于MapReduce的降雨量分类预测方法，其特征在于：步骤1具体包括以下步骤：

步骤1.1、属性变量选择；根据相关系数计算公式求得属性变量之间的相关性r_ab，从而获取给定预测条件的属性变量类别；

rab=Σi=1n(ai-a‾)(bi-b‾)Σi=1n(ai-a‾)2Σi=1n(bi-b‾)2,]]>

其中a，b分别为待选预测因子与类别变量，a_i，b_i分别代表各相关预测因子与类别变量的样本，a‾=1nΣi=1nai,b‾=1nΣi=1nbi;]]>

步骤1.2、将属性变量离散化：采用MDL方法将除降雨量以外的属性变量的数值离散化；对于降雨量的离散化，是根据降雨量分级标准将其分为若干等级得到。