《表3 决策树、随机森林以及梯度提升回归树对比》

  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

《基于机器学习的产油量主控因素分析》

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

通过对决策树、随机森林以及梯度提升回归树三种算法，对产油量数据集做出分类预测后，结果与预期结果一样。决策树和随机森林都存在过拟合现象，随机森林在训练集准确率和测试集准确率均优于决策树。梯度提升回归树通过降低了学习率、减少树深度，改善了随机森林和决策树的过拟合现象，使测试集精度更加趋近于测试集精度。对比结果如表3所示。