《表1 XGBoost训练参数设置》

  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

《基于模仿学习和强化学习的智能车辆换道行为决策》

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

为保障专家驾驶员宏观决策示范样本类别平衡，对车道保持类别样本进行下采样随机保留850组。网格调参确定的最佳XGBoost模型训练参数设置如表1所示。通过十折交叉验证评估模型性能，XGBoost模型平均测试集分类准确率为91.46%，归一化混淆矩阵如图6所示，算得kappa系数值为0.87，表明构建的XGBoost模型可以较好模仿专家驾驶员进行宏观行为决策。