《表3 特征验证：基于机器学习的海里油耗估计算法》

  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

《基于机器学习的海里油耗估计算法》

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

经过上述标准化后，为了验证我们选择到的特征有效性，我们采用了SVM算法进行模型训练。以1号船舶数据为例，首先我们进行了如表2所示的五个特征到海里油耗的预测，进一步地，我们从众多的船舶参数，包括时间戳、对水速度、船艏向、舵角、水深、吃水、航速、风向、风速、纬度、经度、转速、主机功率、1号电机功率、2号电机功率、3号电机功率、电机进口流量、电机出口流量、滑失率当中随机抽取5个特征进行训练（为了保证海里油耗是可以计算的，其中5个特征中必然有航速数据）。重复四次随机选取特征，最后一次用随机森林选择到的五个特征进行训练，偏差采用中位数绝对误差，得到如表3所示的结果。如表中所示，第5次实验取得了最高的准确度。因此，我们能够看出随机森林选择到的特征是有效果的。