《表4 基于电压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

%

由表4可知，4种模型的F1差距不大，均在70.00%左右，说明使用电压数据进行模型构建，结果相对稳定．其中，随机森林分类模型表现最好，F1为72.00%，且召回率和精准率也都能达到70.00%以上，3个度量指标比较集中稳定；逻辑回归分类模型和支持向量机分类模型效果最差．因此在使用电压数据做训练时，采用随机森林算法进行建模效果最好，可以准确地识别出70.00%以上的窃电用户．