《表3 LightGBM模型的5折交叉验证的测试集判别准确率》
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
《基于电子鼻与LightGBM算法判别葡萄酒品种的研究》
从表3可以看出,LightGBM方法作为改进的集成算法在葡萄酒的气味数据挖掘中表现出了优秀的判别准确性。在5折交叉验证中,每次的判别准确率均高于95%,并在第3次交叉验证中准确率高达98.10%,提升了最终的平均准确率,并且5折交叉验证避免了判别的偶然性与单一性,有力地说明了LightGBM模型的适用性。
图表编号 | XD00171075900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 乔淼、张磊、母芳林 |
绘制单位 | 河北工业大学人工智能与数据科学学院、河北工业大学人工智能与数据科学学院、河北工业大学人工智能与数据科学学院 |
更多格式 | 高清、无水印(增值服务) |