IWA Publishing

Table 3

Averaged modeling results for surface water levels for five different prediction horizons (from 1 to 5 days ahead)

	1 day ahead		2 days ahead		3 days ahead		4 days ahead		5 days ahead
Method	R²	σ	R²	σ	R²	σ	R²	σ	R²	σ	t_t (ms)	t_p (ms)
LinearRegression	0.553	0.069	0.499	0.071	0.487	0.081	0.484	0.081	0.489	0.078	3.7	0.3
DecisionTreeR	0.350	0.172	0.325	0.161	0.287	0.202	0.294	0.195	0.267	0.302	3.8	0.1
RandomForestR	0.571	0.106	0.514	0.109	0.492	0.109	0.501	0.111	0.502	0.1	1,194	6.4
GradientBoostingR	0.572	0.106	0.500	0.088	0.480	0.108	0.480	0.113	0.482	0.109	399.0	0.4
PLSRegression	0.502	0.065	0.457	0.068	0.450	0.072	0.450	0.071	0.449	0.07	3.0	0.4
ExtraTreeR	0.350	0.172	0.325	0.161	0.287	0.202	0.294	0.195	0.267	0.302	3.7	0.1
SVR	0.154	0.059	0.155	0.059	0.156	0.058	0.156	0.058	0.156	0.058	158.6	18.2
MLP-R	0.538	0.078	0.512	0.077	0.511	0.083	0.511	0.082	0.509	0.082	3,014	1.5
KNeighborsR	0.507	0.092	0.458	0.095	0.439	0.111	0.435	0.109	0.436	0.103	8.6	12.7
HoeffdingTreeR	0.312	0.212	0.246	0.203	0.279	0.178	0.284	0.181	0.282	0.18	3,748	39.8
HAT-R	0.312	0.213	0.218	0.28	0.276	0.183	0.281	0.186	0.279	0.184	4,140	40.1
LogisticRegression	0.205	0.162	0.212	0.158	0.207	0.167	0.200	0.159	0.206	0.169	110.6	0.2
DecisionTreeC	− 0.066	0.301	− 0.108	0.353	− 0.096	0.35	− 0.09	0.383	− 0.104	0.35	6.3	0.1
ExtraTreeC	− 0.189	0.447	− 0.181	0.403	− 0.163	0.371	− 0.252	0.479	− 0.192	0.455	2.1	0.1
RandomForestC	0.081	0.241	0.065	0.254	0.069	0.221	0.08	0.224	0.058	0.248	264.5	8.5
SVC	0.083	0.174	0.130	0.178	0.126	0.173	0.124	0.178	0.135	0.172	167.9	20.1
KNeighborsC	0.06	0.18	0.047	0.206	0.029	0.206	0.039	0.207	0.037	0.209	8.8	17.6
Perceptron	− 0.121	0.739	− 0.224	0.732	− 0.279	0.964	− 0.14	0.736	− 0.088	0.622	14.0	0.2
GaussianNB	0.127	0.225	0.143	0.217	0.143	0.219	0.142	0.22	0.139	0.218	1.3	0.4
HoeffdingTreeC	0.097	0.221	0.111	0.216	0.111	0.218	0.109	0.218	0.111	0.216	1,592	154.7
HAT-C	0.099	0.218	0.115	0.209	0.108	0.207	0.108	0.206	0.108	0.208	2,694	161.8

	1 day ahead		2 days ahead		3 days ahead		4 days ahead		5 days ahead
Method	R²	σ	R²	σ	R²	σ	R²	σ	R²	σ	t_t (ms)	t_p (ms)
LinearRegression	0.553	0.069	0.499	0.071	0.487	0.081	0.484	0.081	0.489	0.078	3.7	0.3
DecisionTreeR	0.350	0.172	0.325	0.161	0.287	0.202	0.294	0.195	0.267	0.302	3.8	0.1
RandomForestR	0.571	0.106	0.514	0.109	0.492	0.109	0.501	0.111	0.502	0.1	1,194	6.4
GradientBoostingR	0.572	0.106	0.500	0.088	0.480	0.108	0.480	0.113	0.482	0.109	399.0	0.4
PLSRegression	0.502	0.065	0.457	0.068	0.450	0.072	0.450	0.071	0.449	0.07	3.0	0.4
ExtraTreeR	0.350	0.172	0.325	0.161	0.287	0.202	0.294	0.195	0.267	0.302	3.7	0.1
SVR	0.154	0.059	0.155	0.059	0.156	0.058	0.156	0.058	0.156	0.058	158.6	18.2
MLP-R	0.538	0.078	0.512	0.077	0.511	0.083	0.511	0.082	0.509	0.082	3,014	1.5
KNeighborsR	0.507	0.092	0.458	0.095	0.439	0.111	0.435	0.109	0.436	0.103	8.6	12.7
HoeffdingTreeR	0.312	0.212	0.246	0.203	0.279	0.178	0.284	0.181	0.282	0.18	3,748	39.8
HAT-R	0.312	0.213	0.218	0.28	0.276	0.183	0.281	0.186	0.279	0.184	4,140	40.1
LogisticRegression	0.205	0.162	0.212	0.158	0.207	0.167	0.200	0.159	0.206	0.169	110.6	0.2
DecisionTreeC	− 0.066	0.301	− 0.108	0.353	− 0.096	0.35	− 0.09	0.383	− 0.104	0.35	6.3	0.1
ExtraTreeC	− 0.189	0.447	− 0.181	0.403	− 0.163	0.371	− 0.252	0.479	− 0.192	0.455	2.1	0.1
RandomForestC	0.081	0.241	0.065	0.254	0.069	0.221	0.08	0.224	0.058	0.248	264.5	8.5
SVC	0.083	0.174	0.130	0.178	0.126	0.173	0.124	0.178	0.135	0.172	167.9	20.1
KNeighborsC	0.06	0.18	0.047	0.206	0.029	0.206	0.039	0.207	0.037	0.209	8.8	17.6
Perceptron	− 0.121	0.739	− 0.224	0.732	− 0.279	0.964	− 0.14	0.736	− 0.088	0.622	14.0	0.2
GaussianNB	0.127	0.225	0.143	0.217	0.143	0.219	0.142	0.22	0.139	0.218	1.3	0.4
HoeffdingTreeC	0.097	0.221	0.111	0.216	0.111	0.218	0.109	0.218	0.111	0.216	1,592	154.7
HAT-C	0.099	0.218	0.115	0.209	0.108	0.207	0.108	0.206	0.108	0.208	2,694	161.8

Best results by prediction horizon are bolded. Best classification-based results are underlined.

View Large

This Feature Is Available To Subscribers Only