《表3 二级评价指标熵权：集成模糊层级划分的LightGBM食品安全风险预警模型：以肉制品为例》

  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

《集成模糊层级划分的LightGBM食品安全风险预警模型：以肉制品为例》

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

为了验证Light GBM的有效性，用相同的训练数据和测试数据进行不同方法之间的结果对比。同样地，仍将训练数据按照20%分割得到验证集调整其他方法的超参。对比方法包括BP神经网络、RBF网络、随机森林、通常的GBDT、XGBoost和Light GBM模型，表3列出了在当前数据集规模的前提下，各模型调整的参数结果、调参过程中的最小验证集损失和在同一测试集上的预测误差。除此之外的其他参数，均使用默认值。