《表7 预测结果：基于网联数据的电动车快速充电影响因素分析》

  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

《基于网联数据的电动车快速充电影响因素分析》

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

实验时，使用随机抽取提取数据的2/3进行训练，其余进行预测，模型预测结果如表7所示.可以看出，检测率（定义为正确的电动汽车快速充电预测数与实际快速充电预测数之间的比率）为75.6%，错误预报率（定义为错误预测的电动汽车快速充电预测数与总的行程数的比率）未超过3.0%，这表明该Logistic预测模型可对电动汽车快速充电行为进行有效预测.为确定模型性能，绘制受试者工作特征（Receiver Operating Characteristic Curve，ROC）曲线，如图8所示，并计算曲线下面积（Area Under Curve，AUC）为0.83，大于0.5，表明本文建立的电动汽车快速充电预测模型具有较好的可靠度.