《表3 不同结构Stacking模型分类性能》
设置Stacking模型第1层的4个基模型,选择不同模型作为第2层元模型进行对比,可得不同结构的Stacking模型性能,如表3所示。对比表2、表3可知:相比性能最好的基模型RF,Stacking第2层选择LR或SVM两种线性模型时,模型整体性能有较明显提升;选择RBF-SVM或NN时,整体性能基本保持不变;选择RF或GBDT时,整体性能有较明显下降。说明Stacking第2层选择RF、GBDT等较为复杂的模型时,容易引发过拟合,降低集成模型整体性能。综合上述分析,Stacking第2层应选择结构较简单的模型。仿真实验结果显示,第2层模型选择LR时整体性能最高,此时Stacking模型的精确率为0.93,召回率为0.92。
图表编号 | XD0047394400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 徐萌、席泽西、王雍赟、李晓露 |
绘制单位 | 中国民航大学电子信息与自动化学院、中国民航大学电子信息与自动化学院、中国民航大学电子信息与自动化学院、中国民航大学电子信息与自动化学院 |
更多格式 | 高清、无水印(增值服务) |