《表1 GBDT和RF算法的比较》

  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Focal Loss的GBDT改进分类算法研究》

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

注：ACC表示准确率；PRE表示精确率；SEN表示敏感度；F1表示调和均值。

首先，对GBDT和RF算法在测试数据中的验证结果进行比较，在相同数量的二叉树情况下，验证结果如表1所示。GBDT和RF在测试集上五分类的平均准确率分别为96.9%和78.26%，其余指标也都表明GBDT有更好的分类性能。其次，在对FL-Weight验证过程中需要设置不同γ参数值以及不同的迭代次数从而选取最佳参数，验证结果如图2所示。