《表5 预测与真实偏差:合金收得率影响因素与预测模型》
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。
图表编号 | XD00116866500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.20 |
作者 | 沈守娟 |
绘制单位 | 武汉理工大学 |
更多格式 | 高清、无水印(增值服务) |