《表1 XGBoost训练参数设置》
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。
图表编号 | XD00206704600 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 宋晓琳、盛鑫、曹昊天、李明俊、易滨林、黄智 |
绘制单位 | 湖南大学汽车车身先进设计与制造国家重点实验室、湖南大学汽车车身先进设计与制造国家重点实验室、湖南大学汽车车身先进设计与制造国家重点实验室、湖南大学汽车车身先进设计与制造国家重点实验室、湖南大学汽车车身先进设计与制造国家重点实验室、湖南大学汽车车身先进设计与制造国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |