《表2 开关窗行为影响因素排序》
除了模型的最高准确率,模型的稳定性也应该引起重视。在不同影响因子数量下,关于逻辑回归和马尔科夫模型预测准确率的进一步对比如图3所示。从图3中可以清晰的看到,预测开窗行为的马尔可夫模型具有更高的预测精度。但是,该模型的稳定性比逻辑回归模型的稳定性更差。导致这种不稳定性的原因之一可能是训练数据量较小,训练模型中的数据不能完整地覆盖所有情况,这会放大模型中的误差。此外,由于在训练数据处理过程中要保证数据是严格按照时间顺序排列,且时间间隔为10min,所以训练数据中一些明显错误的数据不能剔除,这也可能导致了马尔科夫模型的不稳定性。而且,马尔科夫模型在计算过程中使用了多个预测概率进行叠加计算,这也可能会导致错误的偏移或放大。因此,与逻辑回归相比,即便马尔可夫模型的准确率较高,但是预测的窗户状态时模型稳定性较差。
图表编号 | XD00144058700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 于浩玮、张伟捷、张畅畅 |
绘制单位 | 河北工程大学、河北工程大学、华北科技学院 |
更多格式 | 高清、无水印(增值服务) |