摘要
本研究探讨了常见的热工、气候及建筑围护结构特性在预测美国不同类型住宅建筑的年度建筑能耗强度方面的有效性。研究采用多级数据分析方法，结合回归算法与特征分析，分别基于热工、围护结构及气候相关特征构建模型。除了卡方检验和增益比法外，还通过相关性分析方法对特征集进行排序，以得出易于理解的特征重要性排名。模型构建时采用了线性回归、套索回归和岭回归等基于回归的算法，并通过10折交叉验证以及特征重要性排序分析来验证模型，评估指标为均方根误差。本研究的创新之处在于对比不同特征组，并分析它们对建筑能耗强度预测的单独贡献及综合贡献。针对2022年WiDS Datathon建筑能耗数据集的分析结果显示，在所评估的特征组中，累计年供暖度日数、累计年制冷度日数、供暖主导性、制冷主导性、降雪量以及极端温度天数等气候和热工指标是最具预测价值的因素。表现最佳的模型的均方根误差约为38.68，但由于决定系数值较低，说明仅依靠年度气候条件及建筑围护结构特性无法完全解释建筑能耗强度的变化，因此需要考虑其他影响因素。
