《表9 不同算法的危险驾驶行为识别结果比较》

  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

《基于轨迹数据的危险驾驶行为识别方法》

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

为进一步对比算法的性能，将模型与其他算法支持向量机（SVM），随机森林（RF）以及深层感知器（MLP）等进行对比。分别利用上述4种方法对训练集进行训练，并对测试集进行测试，采用识别率、精确率、召回率、F1值等对模型性能进行评价。其中，F1值是精确率和召回率的调和均值，相当于精确率和召回率的综合评价指标，可以更好地反映模型的识别性能。不同模型之间的对比结果如表9所示。由此可以看出，相对于其他3种算法，LGBM算法的模型识别率可达93.62%，F1值为93.59%，其他性能最优，说明了LGBM算法的模型识别效果最佳。