《表5 预测与真实偏差：合金收得率影响因素与预测模型》

  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

《合金收得率影响因素与预测模型》

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

最后，我们引入随机森林算法与XGboost算法进行对比。将这两种算法对碳元素预测结果可视化后我们发现，随机森林模型相比支持向量机而言，效果有所改善，但是预测精度比XGboost稍差一些。原因在于，XGboost相比随机森林，采用了按层随机采样法来防止过拟合，而随机森林[6-8]采用了随机属性选择法，一般来说，前者效果比后者效果要好。XGboost的目标函数优化利用了损失函数关于待求函数的二阶导数，提高了拟合的精度。图5所示为XGboost与随机森林算法预测精度对比图。预测与真实偏差如表5所示。