《表1 主要参数：基于深度卷积神经网络模型和XGBoost算法的齿轮箱故障诊断研究》
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
《基于深度卷积神经网络模型和XGBoost算法的齿轮箱故障诊断研究》
本文利用python里面的XGBoost模块针对数据进行分析，XGBoost算法作为一个多参数监督模型，参数的调整在很大程度上决定着模型的表现。表1列出了影响模型质量的主要参数，其中学习率（learn＿rate）与树的数量（n＿estimators）拥有密切的联系
| 图表编号 | XD00222911600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.15 |
| 作者 | 张荣涛、陈志高、李彬彬、焦斌 |
| 绘制单位 | 上海电机学院电气学院、中核检修有限公司海盐分公司、上海电机学院电气学院、上海电机学院电气学院 |
| 更多格式 | 高清、无水印（增值服务） |
