《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》

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

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。