《表3 各回归器评价结果：基于三维引文关联网络的潜在知识流动探测——以基因编辑领域为例》

  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

《基于三维引文关联网络的潜在知识流动探测——以基因编辑领域为例》

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

注：粗体表示最优方法值。

针对知识流动权重的预测，本研究利用T1时期的知识流动网络，计算各组有向主题对的链路预测指标；并且以T2时期所对应的链接边的权重作为目标变量y值。同样地，采取“留出法”，随机抽取80%样本数据作为训练集，其余20%为测试集数据。如表3所示，针对各个回归模型的性能评估，分别选取了均方误差（MSE）、平均绝对误差（MAE）以及决定系数（R2）评价各模型的好坏。通过对各个模型评价指标对比分析，本研究发现基于随机森林算法构建的回归模型效果最佳，MSE与MAE指标均为最小值，且R2值最大值，为0.784。因此，本文采用基于随机森林算法的回归模型，对基因编辑领域内的知识流动权重进行预测。