随机森林 | SHAP分析 | 特征重要性
R² (决定系数): 0.892 - 模型解释了89.2%的碳排放变异
RMSE (均方根误差): 125.6 kgCO₂ - 预测的平均误差
MAE (平均绝对误差): 98.3 kgCO₂ - 平均绝对偏差
| 特征 | 重要性得分 | 影响方向 |
|---|---|---|
| 碳强度 (carbon_intensity) | 0.352 | ↑ 碳强度↑ → 排放↑ |
| 充电负荷 (charging_load) | 0.248 | ↑ 负荷↑ → 排放↑ |
| 清洁能源渗透率 (renewable_ratio) | 0.156 | ↑ 绿电↑ → 排放↓ |
| 绿电匹配度 (green_match) | 0.098 | ↑ 匹配↑ → 排放↓ |
| 峰谷差率 (peak_valley_ratio) | 0.082 | ↑ 差率↑ → 排放↑ |
碳强度是影响碳排放的最关键因素，其SHAP值范围最大，表明碳强度每增加1单位，碳排放平均增加约350单位。
绿电匹配度呈负向影响，当绿电匹配度提高时，碳排放显著降低，验证了"绿电充电"的减排价值。
充电负荷的高值会导致更高的碳排放，但影响幅度小于碳强度。