《表1 是否有台风经过江苏的频数在总样本、训练集样本、测试集样本中的分布》

  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

《基于春季气候信号的“台风是否经过江苏”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

本文使用的C4.5决策树算法是一种有监督的机器学习和数据挖掘算法，该算法可通过留出法验证模型效果，即需要将实验数据分割为关系互斥的训练集和测试集两个部分。训练集用来学习模型，测试集用来验证模型通用性和鲁棒性。通常训练集占总样本数的75%左右，测试集占25%左右。因此将1951—2000年（50 a，占比74%）这一段数据作为模型的训练集，将2001—2018年（18 a，占比26%）作为模型的测试集。本文将“台风是否经过江苏”抽象成一个二元分类的问题，即将各年份标记为“有”或者“无”台风经过江苏。如表1所示，统计表明1951—2018年的68 a中有34 a有台风经过江苏，另外34 a中无台风经过江苏，即总样本中“有”和“无”各占一半。在训练集中，有24 a有台风经过江苏，另外26 a无台风经过江苏。在测试集中有8 a经过江苏，另外10 a无台风经过江苏。从总样本、训练集和测试集的目标属性“有”与“无”的数量级对比上基本平衡。