Einsatz von unüberwachten maschinellen Lernalgorithmen zur Einteilung indischer Bundesstaaten auf Grundlage der Emissionen aus primärer Haushaltsenergie

Kap. 7 konzentriert sich darauf, den Trend der Haushaltsemissionen aus primärer Energie in Indien aus LPG, Kerosin und Diesel zu bestimmen. Es teilt auch 35 indische Bundesstaaten und Unionsterritorien anhand ihrer unterschiedlichen primären Haushaltsenergieemissionen aus CO2, CH4 und N2O ein, indem unüberwachte maschinelle Lernalgorithmen angewandt werden. Dies führt zu drei verschiedenen Gruppen, „Exzessive Emittenten“, „Hohe Emittenten“ und „Niedrige Emittenten“, die aus einem, elf bzw. 23 Staaten bestehen. Darüber hinaus werden Kerosin und LPG als wichtige Faktoren bei der Bildung der Gruppen identifiziert. Weiterhin wird ein Profiling der Gruppen unter Berücksichtigung von Bevölkerung, Pro-Kopf-Emissionen und Emissionen pro Quadratkilometer durchgeführt. Uttar Pradesh ist Teil der Gruppe der exzessiven Emissionen, hat aber relativ niedrige Pro-Kopf- und Pro-Quadratkilometer-Emissionen. Die meisten der Unionsterritorien sind Mitglieder der Gruppe der niedrigen Emissionen, liegen aber höher bei den Emissionen pro Quadratkilometer. Obwohl Delhi zum Cluster der niedrigen Emissionen gehört, hat es sowohl bei den Pro-Kopf- als auch bei den Pro-Quadratkilometer-Emissionen höchste Werte.