專利摘要：
一種以機器學習模型建置空氣品質預測方法，步驟包括：(A)提供一空污資料，進行一XGBoost(eXtreme Gradient Boosting，極限梯度提升)回歸演算法以獲得一XGB預測值；(B)提供該空污資料，進行一LSTM演算法以獲得一LSTM預測值；(C)將該空污資料、XGB預測值及LSTM預測值合併成一空污合併資料；(D)將該空污合併資料進行一XGBoost分類演算法而得一空污警報發佈與否之建議；(E)將該空汙合併資料進行一XGBoost分類演算法而得一空污預測值。藉此，建置出兩層以機器學習的整體模型，有效改善單一模型在資料量稀少時，容易形成過於保守預測的狀況。