《表5 2种方法预测误差情况对比》

  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SVM的河北省平原区水电转换系数内插预测研究》

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

从表3和表4可以看出，SVM模型预测各行政区水电转换系数得到的结果中，训练样本最大误差为17.32%，最小误差0.01%，平均误差5.88%；预测样本最大误差78.81%，最小误差0.17%，平均误差19.14%。而用训练样本的平均值代替每眼井的水电转换系数，训练样本最大误差达326.72%，最小误差为0.17%，平均误差34.30%；预测样本最大误差99.20%，最小误差0.72%，平均误差22.53%。基于SVM模型的全省平均预测精度较后者提高17.71%。对水电转换系数分布离散性较大的区域，如秦皇岛、邢台市，用平均值代替每眼井的水电转换系数误差较大；而对离散性较小的区域，如唐山市，用平均值代替每眼井的水电转换系数误差相对较小。2种方法预测误差分布情况见表5。