回采工作面是矿井瓦斯涌出的主要场所，精准预测回采工作面的瓦斯涌出量，进而有针对性地提出防治措施，对保证矿井安全生产具有重要意义。提出了基于随机森林回归算法的回采工作面瓦斯涌出量预测方法。以工作面实测瓦斯涌出量数据为原始样本，利用Bootstrap抽样方法进行随机抽样，以袋外数据评估分数oob＿score作为随机森林回归模型调参、特征变量重要性的评判指标，计算得出模型的最佳参数、特征变量重要性占比。对各特征变量的重要性占比进行排序，并按照排序进行随机森林回归模型性能分析，结果表明：随着特征变量数量的增加，模型性能不会呈现有规律性的变化；当特征变量数量较少时，可能存在过拟合的情况。测试结果表明，所创建的随机森林回归模型预测值与实测值的绝对误差平均值、相对误差平均值随着特征变量数量的增加呈下降趋势，特征变量数量的增加可在一定程度上提高模型的预测效果。针对同一组数据，与主成分回归分析法相比，随机森林回归模型平均相对误差降低了14.29%，预测效果更好，且原理更简单、调参更容易、计算速度更快，能够为矿井回采工作面瓦斯涌出量预测提供有力的理论支撑。

0引言
1 瓦斯涌出量预测方法
1.1随机森林回归算法原理
1.2 模型性能评估方法
1.3 特征变量重要性评估
2 数据测试分析
2.1 数据样本
2.2 模型构建及参数调整
2.3 特征变量分析
2.4 预测结果分析
3结论