《表3 4种算法的性能比较》
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
《基于电子鼻气味指纹图谱与XGBoost算法鉴别姜黄属中药》
%
相比于训练集性能,测试集的表现更能说明算法性能,4种模型在相同测试集上的准确率、精确率、召回率、F度量表明,在4种分类算法中,XG-Boost具有最高的精确率、准确率、召回率和F值,ANN次之,SVM和RF效果较差(表3)。这是由于XGBoost在算法设计上更好地兼顾了学习能力与泛化能力。在基于树的集成模型的思想中,树的个数理论上可以任意大,这使得XGBoost算法可以非常好地对训练样本进行拟合,从样本中学习尽可能多的信息。同时,XGBoost算法在正则项上既考虑了单个树模型规模,同时也对叶节点权重进行了平滑,使模型更加不容易过拟合,因此在训练集之外有更好的泛化能力,具有更高的测试集准确率。此外,ANN模型需要大量的数据样本做支撑,从而用来训练模型参数、学习各个特征之间的相关关系,而本课题的样本量较小,所也导致其分类效果比XGBoost逊色。
图表编号 | XD00127847700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 拱健婷、王佳宇、李莉、徐东、丛悦、关佳莉、吴浩忠、邹慧琴、闫永红 |
绘制单位 | 北京市中药研究所、长春医学高等专科学校、北京市中药研究所、北京中医药大学中药学院、北京市中药研究所、北京市中药研究所、北京中医药大学中药学院、北京中医药大学中药学院、北京中医药大学中药学院 |
更多格式 | 高清、无水印(增值服务) |