《表1 模型的Kappa值和准确率》

  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Stacking模型集成算法的莲都区南方红豆杉潜在分布区》

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

根据Kappa值和准确率对比5个模型和集成模型结果（表1），单一模型中随机森林模型、极端梯度上升模型、支持向量机模型达到了“很好”的类别，分类回归树模型和朴素贝叶斯模型的预测结果处于“好”的类别。其中极端梯度上升模型预测效果最好，Kappa值和准确率分别为0.77和0.88；其次为随机森林模型和支持向量机模型，Kappa平均值大于0.70，准确率大于0.85；分类回归树模型预测效果最差，Kappa值为0.59，准确率为0.79；朴素贝叶斯模型稍好于分类回归树模型，Kappa值和准确率分别为0.60和0.80。对比5个单一模型和集成模型，集成模型模拟效果最好，其结果显示:Kappa值为0.80，准确率为0.90，较模拟效果最好的单一模型有所提升。