《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》

  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

《探索性数据分析在LoRa通信SNR性能的研究》

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。