01
课程导论
污染源识别现状 · 机器学习为何能解决 · 随机森林的优势
入门概览
02
环境数据采集
传感器布点原则 · 数据采集频率 · 数据预处理流程
传感器布点
03
数据清洗实战
缺失值处理（均值/中位数/插值）· 异常值检测（3σ/IQR）
清洗异常值
04
特征工程基础
特征选择（过滤法/包裹法/嵌入法）· 特征提取（PCA）
特征降维
05
决策树原理
信息增益 · 基尼系数 · 树的生成与剪枝
树模型核心
06
随机森林核心
Bagging思想 · 随机子空间 · 集成投票机制
集成Bagging
07
随机森林参数详解
n_estimators · max_depth · min_samples_split 等
调参超参数
08
模型评估指标
准确率 · 精确率 · 召回率 · F1-score · ROC-AUC
评估指标
09
交叉验证
K折交叉验证 · 留一法 · 分层采样
验证鲁棒性
10
过拟合与欠拟合
诊断方法 · 正则化策略 · 早停法
过拟合泛化
11
特征重要性分析
基于杂质减少 · 基于精度下降 · 可视化
重要性解释
12
超参数调优
网格搜索 · 随机搜索 · 贝叶斯优化
调优搜索
13
多分类问题
一对多 · 一对一 · 随机森林多分类实现
多分类OvR
14
回归问题
随机森林回归 · 预测连续污染浓度
回归浓度
15
不平衡数据处理
SMOTE过采样 · 欠采样 · 代价敏感学习
不平衡SMOTE
16
时间序列特征
滞后特征 · 滑动窗口 · 季节性分解
时序滑动窗口
17
空间特征编码
经纬度聚类 · 距离矩阵 · 空间权重
空间GIS
18
多源数据融合
气象数据 · 卫星遥感 · 地面监测站数据
融合多模态
19
模型可解释性
SHAP值 · LIME · 部分依赖图
可解释SHAP
20
模型部署
Flask API封装 · Docker容器化 · 云端部署
部署Docker
21
案例1：工业废气排放源识别
特征：SO₂、NOx、PM2.5
工业废气
22
案例2：河流污染源溯源
特征：COD、氨氮、总磷
河流溯源
23
案例3：土壤重金属污染源分类
特征：As、Cd、Pb、Cr
土壤重金属
24
案例4：城市噪声污染源识别
特征：频率、时段、位置
噪声城市
25
案例5：农业面源污染预测
特征：降雨量、施肥量、坡度
农业面源
26
模型对比
随机森林 vs SVM vs XGBoost vs 神经网络
对比基准
27
集成策略优化
Stacking · Blending · 加权投票
集成Stacking
28
实时监测系统
Kafka数据流 · Spark Streaming · 在线学习
实时流式
29
伦理与合规
数据隐私 · 模型偏见 · 环境法规
伦理合规
30
课程总结与展望
前沿趋势 · 联邦学习 · 边缘计算
总结未来