《表2 用户数量、训练集测试集结果分析表》

  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

《基于随机森林与变邻域下降的车辆合乘求解》

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

用户数量（Size）、训练集比例（Training set）以及测试集比例（Test set）对随机森林得分（Score）的影响如表2所示，由于随机森林随机提取测试集，即使相同的用户数据、训练集比例以及测试集比例也会得到不同的实验结果，每次相同数据进行50次实验取平均值得到表中数据，从表中数据可知，训练集比例以及测试集比例对所构造的森林得分无较大影响，训练集比例取值为0.6时，森林得分较好；测试集比例不能过小，以免影响测试森林得分，无法公正评估森林准确性。随着用户数量的增加，得到的森林越加准确，到最后35 000个数据时，森林得分趋于稳定，所以本文中取35 000个用户历史数据，训练集比例为0.6，测试集比例为0.4进行实验。