《表2 预测模型结果比较：基于贝叶斯优化XGBoost的现场校验仪误差预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于贝叶斯优化XGBoost的现场校验仪误差预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了便于观察，将实验结果按照从大到小的顺序排列之后再绘制误差曲线。从图2中可以看出贝叶斯优化的MAE在数十步迭代之后就达到较低水平，随着迭代次数增加MAE仍在逐渐下降。由于XGBoost参数取值范围大、组合众多，并且随机搜索和网格搜索调整参数时无法将之前的参数组合考虑进来，因此两种算法在200次迭代后仍然未找到使最优参数组合。选出三种超参数调整算法的最优参数组合，另外在数据集上分别训练RF、LR、AdaBoost预测模型。表2为六种模型的预测结果比较。MAE1为训练集平均绝对误差，MAE2为测试集平均绝对误差。