《表2 模型在不同数据上的插值误差》

《表2 模型在不同数据上的插值误差》   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
《重复利用状态值的竞争深度Q网络算法》


  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

为了验证由深度强化学习模型搜索出来的超参数的有效性,本次实验使用实验1中数据集的江夏区数据,共包含266个采样点。分别使用RSV-Du DQN模型搜索出来的超参数和常用先验超参数进行IDW插值实验,在As数据集上使用RSV-Du DQN模型搜索出来的超参数进行IDW插值实验,然后使用相同方法常见超参数进行对比实验,并标记为“id=0”。用相同方法在Cr和Ni数据上进行实验,分别标记为“id=1”和“id=2”。最后两个模型预测的结果与真实值做比较,得到均方误差(Mean Square Error,MSE)、均方根误差(Root Mean Square Error,RMSE)、平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)和平均绝对误差(Mean Absolute Error,MAE),实验结果如表2所示,所有误差精度取0.01。