《表2 影响因素重要性评价结果》

  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

《基于随机森林的支持向量机混凝土早期抗裂性预测研究》

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

3)重要性分析。通过计算得到训练集中各影响因素的重要性，并根据评价指标将其大小进行排序，得到如表2所示的结果。由表2可知，随机森林训练模型中各变量的重要性度量，变量重要性评分是使用基于排列随即置换的均方残差减小量和模型精确度的减小量来衡量自变量的影响力[19]。均方残差减小量计算过程见式（11）和式（12），在回归分析中比较常见。类似地，模型精确度的减小量通过回归平方和RSS的减小量衡量变量重要性。节点纯度的增加值越大，说明该变量重要性越强；均方误差增加值越大，说明该变量重要性越强。由表2可知，在两种衡量标准下，水泥用量、水泥强度、水胶比、混凝土强度、外加剂用量、平均粒径等因素均位于重要性排序前列，只在具体排列位置上有所差异，这是由于在判断过程中对变量加入噪声时，衡量模型误差的不同评价指标对不均衡数据的敏感性差异造成的。由此初步判断上述6个因素重要性度量值比较大。由于数据来源于工程，说明这些因素在该工程中对混凝土早期抗裂性的影响较大，表明在实际工程中应当注意对其加强控制。