《表5 超参调优后机器学习的决定系数》
注:ANN为人工设定超参,未参与Grid search超参的自动调优.
由表5可知,ANN深度学习算法的拟合能力最强,基于决策树的算法中LightGBM表现最好,其他算法的决策系数可以达到0.85以上,均具有较强的拟合能力,适用于高炉参数预测.超参调优可以提高算法的预测精度,SVM算法尤为明显.虽然个别算法的R2有所降低,但通过5折交叉验证后的超参降低了算法的过拟合程度.
图表编号 | XD00145470800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.15 |
作者 | 李壮年、储满生、柳政根、李宝峰 |
绘制单位 | 东北大学冶金学院、东北大学冶金学院、东北大学冶金学院、山西太钢不锈钢股份有限公司炼铁厂 |
更多格式 | 高清、无水印(增值服务) |