《表2 各算法预测效果对比》

  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

《基于新型集成学习算法的基岩潜山油藏储层裂缝开度预测算法》

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

由图6可以看出，3种算法中，基于岭回归的集成学习算法的R2最高，达0.928。同时为探究K均值聚类降噪效果，将样本数据馈送于基于岭回归的集成学习算法中进行训练和测试，并与先前计算结果进行综合对比（表2），发现4组方法中K均值-基于岭回归的集成学习算法的RMSE最小，R2最大。即该算法的预测裂缝开度值与真实裂缝开度值之间的偏差最小，支持向量回归算法的RMSE最大，R2最小。K均值聚类算法能够对学习样本进行有效降噪，去除冗余，提高了学习样本的质量。