《表3 不同k值下的MOLAD算法与各分类模型组合的平均F1值》

  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XGBoost的冷水机组不平衡数据故障诊断》

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

从前文可知k值在N的1～2倍之间，取k值为10～20，将MOLAD算法分别与XGBoost和三个对照组组合，对近邻阶数k进行验证，以多个状态的平均F1值为评价指标确定k的最佳值，详见表3。当k=10时，MOLAD等同于SMOTE算法，从表3可知，MOLAD算法合成的样本质量要高于SMOTE算法。MOLAD算法中最优近邻阶数k=12，MOLAD-XGBoost的诊断表现要优于其余复合算法。