《表4 模型性能评价指标值》

  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

《抚顺市水生态文明综合评价》

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

（4）精度检验及模型训练。RBF、RFR模型运用随机选取的检验和训练样本完成检验及训练，性能评价选用运行之间、最大和平均相对误差绝对值表征，最终的评价结果为连续随机运行50次后的指标平均值。多次反复调试后确定可以达到较好评价效果的RFF和RBR模型参数:（1）设置RFR参数，依据定理2加权相关系数在很大程度上决定了RFR模型精度，对于输入向量确定的情况下，RFR算法泛化能力及其预测精度主要受决策树棵数和特征个数m的影响。所以，本文选用输入特征的总维数默认值作为分裂特征集中的特征个数m，决策树棵数为1000。（2）设置RBF参数，通过循环训练程序的编写最终确定径向基函数期望误差为0.0001、分布密度为2时，RBF模型性能达到最优。随机生成的RBF和RFR模型检验与训练样本，使得实测每次运算时各模型的输出结果存在一定偏差，因此设定最终的评价指标值为连续运行50次各模型性能指标的平均值，并对各模型的稳健性能利用最大和平均相对误差绝对值检验，结果，见表4。