《表2 PLS、SVM与PCA-SVM模型相关参数》

  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

《核磁共振氢谱-PCA-SVM回归法用于稀奶油中植脂奶油掺假定量分析》

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

模型相关参数结果见表2。由表2可知:SVM模型的RMSECV小于PLS模型，而训练集R2大于PLS模型，说明SVM模型的拟合精度优于PLS模型；同时，SVM模型的RMSEP小于PLS模型，而测试集R2大于PLS模型，说明SVM模型对外部样本的预测能力高于PLS模型。同是SVM模型，经过PCA降维的SVM模型RMSECV、RMSEP、测试集R2均优于没有降维的SVM模型，说明PCA降维能够在保证原变量信息不变的前提下，将数据降维，使原来的多维问题大大简化，有效缩短运行时间，提高预测精度。