《表1 预测模型结果:探索性数据分析在LoRa通信SNR性能的研究》
本文随机选取2 695条数据中的180条数据作为预测集,在剩余的2 515条数据中去除异常值,最终使用2 509条数据作为训练集来构建预测模型。预测模型采用ID3算法中用熵划分数据,熵越大混乱度越高,说明数据越不纯。ID3算法的核心是通过熵选择样本分类的属性[13]。预测模型中判定条件熵为0时,表示符合当前判定结果的值全都属于A,B中的某一类;熵不为0时,可以根据数据在A,B类分布的情况,将数据归类到分类数据量较多的类别中。根据ID3算法对数据进行建模分类,得出的预测模型结果如表1所示。
图表编号 | XD00140301300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.15 |
作者 | 房海峰、檀蓉、韩院彬、赵继军 |
绘制单位 | 河北工程大学河北省城市公共安全信息感知与处理重点实验室、河北工程大学河北省城市公共安全信息感知与处理重点实验室、河北工程大学河北省城市公共安全信息感知与处理重点实验室、河北工程大学河北省城市公共安全信息感知与处理重点实验室 |
更多格式 | 高清、无水印(增值服务) |