《表2 训练集混淆矩阵:高海拔典型环境下电能表误差与环境影响因素研究》
模型建立的结果如表2、表3所示:模型训练集和测试集中超差数据预测准确率均为100%;训练集不超差数据预测准确率为97.3%,测试集中不超差数据的预测准确率为97.2%;模型训练集综合准确率为97.4%,测试集综合准确率为97.3%。模型在测试集和训练集上准确率相当,说明模型具有不存在过拟合,模型合理。综上所述,模型在保证电能表超差预测准确的基础上,也保证了不超差也有很高的准确率,这说明XGBoost算法能够利用环境数据很好的预测电能表的超差。
图表编号 | XD0050397500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.10 |
作者 | 郑江、陈龙、袁卫、董世芳、伍应衡、张力平 |
绘制单位 | 国网西藏电力有限公司电力科学研究院、国网西藏电力有限公司电力科学研究院、国网西藏电力有限公司电力科学研究院、国网西藏电力有限公司电力科学研究院、国网西藏电力有限公司、国网西藏电力有限公司电力科学研究院 |
更多格式 | 高清、无水印(增值服务) |