《表2 三种算法的性能比较》

  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

《基于近红外光谱和梯度提升决策树建立当归药材及伪品的定性判别模型》

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

3种算法的预测结果见表2，梯度提升决策树无论是精确度、准确率、召回率还是F值都比另外两种算法要好，由于需要迭代生成很多棵树，所以训练模型的时间略长于SVM；SVM效果次之，并且在训练模型的过程中只需要寻找惩罚项系数、核函数类型、核函数系数、迭代次数等几个参数，所以耗时比另外两个模型要短；ANN得到的效果最差，这是因为神经网络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，所以导致训练效果最差，并且ANN需要寻找的网络参数量比较大，导致耗时最长。