《表2 相关性随训练集占比结果》

《线性模型与机器学习模型对牦牛体重预测的比较》

由表2可知，一般线性回归模型和机器学习模型方法得到的真实值与预测值之间具有一定的相关性。一般线性回归相关性稳定在0.71～0.80之间，波动较小，而利用机器学习的2种方法进行建模预测的结果随着训练集数据的增加而逐渐增加。当训练集占比小于50%时，线性模型明显优于机器学习，但是随着占比的增加，机器学习方法预测的相关性也在明显提高；当训练集占比在50%～60%范围时，机器学习与线性回归效果接近；当训练集占比大于60%时，机器学习方法的预测准确性逐渐优于一般线性模型。