《表3 构建特征前后模型的分类效果》

  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XGBoost算法的地下综合管廊安全状况评估方法》

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

使用描述性统计与组合特征的方法构造新的特征之后，特征的维度达到（6 700，256），特征工程前后的特征大小如表2所示。构造的特征对模型效果的影响如表3所示。通过分析表2～3可以发现，构建新特征之后特征的维度明显增加，几乎变为原来的8倍，模型消耗的时间以及占用的内存也有增加，但是5个模型的效果有明显的提高，表明本文特征工程构建的新特征对模型的效果提升具有一定的贡献，但是牺牲了一定的计算资源，因此需要对模型进行进一步的优化，删除掉一些冗余的特征，从而减少模型预测的时间以及资源占用。