《表4 不同模型的诊断结果》

  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

《基于遗传算法优化XGBoost的油浸式变压器故障诊断方法》

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

选取线性判别分析（LDA）、K近邻（KNN）、SVM、RF、GBDT这5种主流监督学习模型在经验参数下进行训练，并将测试结果与XGBoost模型进行对比，结果如表4所示。由表可见，XGBoost模型的诊断精度在6种模型中最高，并且在分类正确率较低的状态中也有很好的表现。