《表2 基于k近邻的烟草花叶病毒病病情指数预测结果》
待测样本按训练集数据进行标准化,并计算各待测与训练样本间的距离,以1.576为阈值。对每个待测样本,与其距离小于1.576的训练集样本入选为该待测样本私有训练集,最后以该私有训练集构建SVM预测模型。为比较个性化预测性能,设置3个参比模型:all-SVM;k-NN-SVM;mean-k-NN-SVM。all-SVM模型即由全部训练集参与建模;k-NN-SVM模型基于传统k-NN方法和训练集留一法交叉测试,进行k值逐个试算,以留一法交叉测试MSE最小原则确定k值大小,该模型k值最大搜索范围为50,最终取值为23;mean-k-NN-SVM模型中k值取私有训练集样本数的平均(k=18)。各模型独立测试MSE见表2。
图表编号 | XD0065511400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.27 |
作者 | 郭赛、吴伶 |
绘制单位 | 湖南农业大学信息科学技术学院、湖南农业大学信息科学技术学院 |
更多格式 | 高清、无水印(增值服务) |