《表3 基于电流数据的多个算法模型评估结果》

  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

《一种基于电力大数据的反窃电预测方法》

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

为了验证本文提出方法的有效性，使用随机森林、逻辑回归、决策树和支持向量机4种分类算法构建分类模型，将这4种算法模型分别应用在电流、电压、功率因数3种不同的数据集上，以此来比较不同算法模型在反窃电预测方法中的实践效果．为了提高模型的泛化性，实验均采用五折交叉验证，实验结果如表3—5所示．对比表3—5中引入线损率增长率前后的F1值可以看出，引用线损率增长率之后，F1均有不同幅度的提高，这说明引入线损率增长率有助于提高疑似窃电用户识别的准确率，因此接下来的对比分析均采用引入线损率增长率的实验结果．