关键词：电池健康;剩余电量;机器学习;大数据
摘 要：近年来，随着大数据的发展，机器学习的方法备受关注，大数据驱动的机器学习方法在电池健康状态的评估与预测中有着多方面的优势。基于此，采用Xgboost、线性回归和支持向量机（SVM） 3种模型对比，以均方误差（MSE）、平均绝对误差（MAE）、均方根误差（RMSE）为模型评价指标对新能源汽车电池剩余电量（SOC）进行回归预测分析，并取得了不错的效果。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取