《表3 测试集混淆矩阵：高海拔典型环境下电能表误差与环境影响因素研究》

  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

《高海拔典型环境下电能表误差与环境影响因素研究》

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

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。